{ "meta": { "name": "观止.AI研究报告 registry", "version": "0.1", "updated": "2026-07-11", "batches": [ { "id": "2026-coldstart", "window": "2026-06-01 ~ 2026-07-07", "added": 10 }, { "id": "2026-BF01", "window": "2024-10 ~ 2026-06（存量回补：响哥知识库·本周AI研究报告文件夹）", "added": 73 }, { "id": "2025-BF02", "window": "2024-12 ~ 2025-12（48 信源 2025 全年历史回补）", "added": 63 }, { "id": "2026-W28-ORG", "window": "2026-07-03 ~ 2026-07-10（AI 组织雷达 0710 回补）", "added": 8 } ], "dedupe_key": "publisher + title", "fields": [ "id", "title", "title_zh", "publisher", "publisher_zh", "category", "authority", "date", "date_estimated", "tags", "lang", "url", "summary", "priority", "verify" ] }, "reports": [ { "id": "R0001", "title": "2026 Global AI Jobs Barometer", "title_zh": "2026 全球 AI 就业晴雨表", "publisher": "PwC", "publisher_zh": "普华永道", "category": "B", "authority": 5, "date": "2026-06-15", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html", "summary": "PwC 年度旗舰劳动力研究，分析 27 国超 10 亿条职位广告。核心发现：AI 高暴露企业生产率增速比低暴露企业高 40%；高暴露头部 20% 企业劳动生产率较 2018 年增长 163%，接近整体 5 倍；劳动力市场分裂为双轨——被 AI'专业化'的岗位增速是被'平民化'岗位的 2 倍、薪资增速快 42%；最高暴露初级岗位提出领导力等高阶技能要求的概率是低暴露岗位的 7 倍。给'AI 裁员叙事'泼冷水的最硬数据：善用 AI 的企业在同时加薪、加人。制造业培训现场回答'AI 会不会让人失业'可直接引用。", "priority": "精读", "verify": "官方新闻稿", "url_zh": "https://www.prnasia.com/story/537141-1.shtml", "metrics": [ { "key": "jobs", "value": "薪资增速快 42%", "note": "被 AI「专业化」岗位增速为「平民化」岗位 2 倍、薪资增速快 42%" } ] }, { "id": "R0002", "title": "Your AI Budget Is Growing. Your Returns Aren't. (Automation & AI Pathfinder Survey 2026)", "title_zh": "你的 AI 预算在涨，回报却没来（自动化与 AI 探路者调研 2026）", "publisher": "Bain & Company", "publisher_zh": "贝恩公司", "category": "B", "authority": 4, "date": "2026-06-01", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://www.bain.com/insights/your-ai-budget-is-growing-your-returns-arent-heres-why/", "summary": "贝恩对 951 家营收 1 亿美元以上企业的 AI 回报核查（2026 年 4 月调研）。核心发现：37% 企业预期 10-20% 降本，但 40% 实际只拿到 ≤10%，仅 4% 实现 >30%；44% 的大企业正用'上一轮尚未兑现的节省'作为下一轮 AI 投资立项依据；仅 7% 有全自主 agent 在生产运行；数据接入与集成是第一障碍（41%），高于合规、预算、技能。结论一句话：'技术起作用了，价值没到账。'瓶颈在流程与数据，不在模型——与串行税诊断同构。给 CFO/CEO 讲 AI ROI 必引。", "priority": "精读", "verify": "已核对原文", "url_zh": "viewer.html?f=R0002", "metrics": [ { "key": "roi", "value": "仅 4% 降本 >30%", "note": "37% 预期降本 10-20%，但 40% 实际拿到 ≤10%，仅 4% 实现 >30%" }, { "key": "agent", "value": "仅 7% 全自主", "note": "仅 7% 有全自主 agent 在生产运行" } ] }, { "id": "R0003", "title": "AI at Work 2026: Why Strategy Matters More Than Tools", "title_zh": "AI 与工作 2026：战略比工具更重要", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-06-03", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/ai-at-work-why-strategy-matters-more-than-tools", "summary": "BCG 第四年度全球职场 AI 调研，覆盖 12+ 市场近 12,000 名一线员工、经理与高管。核心发现：一线员工 AI 常规使用率从约 51% 跃升至 74%（+23pp），增量来自年长员工、运营岗位与后发市场；42% 的常规使用者每周节省 8 小时——整整一个工作日——但多数组织没把时间转成价值；61% 认为 3 年内 agent 能承担自己至少一半工作；决定长期成效的关键变量是'战略清晰度'，有明确计划的组织即使工具受限也拿到更好结果。与 Bain 报告对读：一个讲人已就位，一个讲钱没到账。", "priority": "精读", "verify": "已核对原文", "url_zh": "viewer.html?f=R0003", "metrics": [ { "key": "adoption", "value": "74%", "note": "一线员工常规使用率，较上年约 51% 跃升 +23pp" } ] }, { "id": "R0004", "title": "企业级智能体技术与应用研究报告（2026年）", "title_zh": "企业级智能体技术与应用研究报告（2026年）", "publisher": "CAICT", "publisher_zh": "中国信通院", "category": "E", "authority": 5, "date": "2026-06-24", "date_estimated": false, "tags": [ "Agent", "企业采纳", "治理与风险" ], "lang": "中文", "url": "https://www.stcn.com/article/detail/3979014.html", "summary": "国内官方口径最权威的企业级智能体年度报告，第十四届互联网安全大会（ISC）发布。围绕五大篇章：发展概述、技术能力、运营管理、应用实践、趋势展望，目标是加速智能体规模化落地。发布场合与联合方（360）的信号：智能体进入'规模化+安全治理并轨'阶段。同期政策背景：工信部等八部门《'人工智能+制造'专项行动实施意见》提出 2027 年推出 1000 个高水平工业智能体。给国内企业客户讲'智能体怎么管'的官方参照系，可与 HITP/HOTP/HFOTP 三档协同模型对表。篇章数据需下载全文。", "priority": "精读", "verify": "官方新闻稿", "url_zh": "https://www.stcn.com/article/detail/3979014.html" }, { "id": "R0005", "title": "AI Economic Indicators: Research Note 1 (June 2026 Update)", "title_zh": "AI 经济指标：研究简报第 1 期（2026 年 6 月）", "publisher": "Stanford Digital Economy Lab", "publisher_zh": "斯坦福数字经济实验室", "category": "A", "authority": 4, "date": "2026-06-10", "date_estimated": false, "tags": [ "宏观" ], "lang": "英文", "url": "https://digitaleconomy.stanford.edu/publication/ai-economic-indicators-june-2026-update/", "summary": "斯坦福数字经济实验室新设'AI 经济指标'项目首期简报，作者含 Erik Brynjolfsson。立项逻辑：AI 演进速度已超过我们理解其经济后果的能力，需要高频、系统的追踪体系；首期引入三条相互关联的追踪线持续测量 AI 经济影响（细节见 PDF）。核心价值是新增了一个月度级权威信源，填补 AI Index（年度）与咨询调研（季度/年度）之间的高频空档。建议列入雷达常驻监测位并订阅。", "priority": "扫读", "verify": "已核对原文", "url_zh": "viewer.html?f=R0005" }, { "id": "R0006", "title": "Global Mobility Has Slowed, but the Race for AI Talent Has Not", "title_zh": "全球人才流动放缓，但 AI 人才争夺没有", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 3, "date": "2026-06-16", "date_estimated": false, "tags": [ "宏观" ], "lang": "英文", "url": "https://www.bcg.com/capabilities/artificial-intelligence/insights", "summary": "BCG 全球人才流动研究：美国在 AI 人才上的领先优势不再扩大，全球人才流动放缓但 AI 人才争夺未减。与斯坦福 AI Index 2026 的观察（美国研究者流入显著放缓）互为印证。核心问句：这是暂时性拉平还是结构性转移。仅参考数据。", "priority": "参考", "verify": "仅基于搜索摘要", "url_zh": "viewer.html?f=R0006" }, { "id": "R0007", "title": "AI in CPG and Retail: How Winners Are Pulling Ahead", "title_zh": "消费品与零售业 AI：领跑者如何拉开差距", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 3, "date": "2026-06-24", "date_estimated": false, "tags": [ "行业落地" ], "lang": "英文", "url": "https://www.bcg.com/capabilities/artificial-intelligence/insights", "summary": "BCG 与消费品论坛联合调研，聚焦 agentic AI 在消费品与零售业的回报差距：领跑者与其余企业的绩效差正在拉大。可作为行业级'AI 分化'证据链的一环，与 PwC'20% 企业拿走 74% 价值'的结论同向。做消费品制造客户时取用。", "priority": "参考", "verify": "仅基于搜索摘要", "url_zh": "viewer.html?f=R0007" }, { "id": "R0008", "title": "2026 Global Enterprise AI Report", "title_zh": "2026 全球企业 AI 报告", "publisher": "Publicis Sapient", "publisher_zh": "阳狮 Sapient", "category": "D", "authority": 3, "date": "2026-06-17", "date_estimated": false, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://www.publicissapient.com/company/news/ai-adoption-enterprise-readiness-report-2026", "summary": "调研 1,550 名 AI 决策者（美英法德澳+阿联酋，500 人以上、营收 1 亿美元以上企业）。核心数字：73% 表示 AI 已常规使用，但只有 10% 认为 AI 是业务运转的核心；42% 认为'AI 能力够了，是组织没准备好接住价值'；22% 把组织自身运行方式列为首要障碍；美国 71% 预期 12-24 个月内大规模扩展，仅 20% 自认已具备条件。厂商研究（卖 AI 平台与转型服务），数据可用、结论打折。", "priority": "扫读", "verify": "官方新闻稿", "url_zh": "viewer.html?f=R0008", "metrics": [ { "key": "adoption", "value": "73%", "note": "受访企业称 AI 已常规使用，但仅 10% 视其为业务核心" } ] }, { "id": "R0009", "title": "Global AI Adoption Index (GAIAI) 2026 · June Expanded Analysis", "title_zh": "全球 AI 采纳指数 2026 · 6 月扩展分析", "publisher": "Alice Labs", "publisher_zh": "Alice Labs", "category": "D", "authority": 2, "date": "2026-06-25", "date_estimated": true, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://alicelabs.ai/reports/global-ai-adoption-index-2026", "summary": "聚合 Eurostat、OECD、加拿大统计局、美国普查局、英国 ONS 五大官方统计体系的企业 AI 采纳基准。关键锚点：欧盟企业 AI 使用率 19.95%（2025），OECD 20.2%（两年从 8.7% 涨 132%）；欧盟大企业 55% vs 小企业 17%，规模鸿沟显著。价值：给'88% 企业都在用 AI'的调研数字提供冷静的官方口径对照——问卷偏大企业，官方普查里 SME 采纳率仍很低。", "priority": "参考", "verify": "仅基于搜索摘要", "url_zh": "viewer.html?f=R0009", "metrics": [ { "key": "adoption", "value": "19.95%", "note": "欧盟企业 AI 使用率（2025 官方普查口径）；大企业 55% vs 小企业 17%" } ] }, { "id": "R0010", "title": "Enterprise AI Agents Adoption Statistics 2026 (Q2 refresh)", "title_zh": "企业 AI 智能体采纳统计 2026（Q2 刷新）", "publisher": "Paul Okhrem", "publisher_zh": "Paul Okhrem（元研究）", "category": "D", "authority": 2, "date": "2026-06-30", "date_estimated": false, "tags": [ "Agent" ], "lang": "英文", "url": "https://paul-okhrem.com/enterprise-ai-agents-statistics-2026/", "summary": "100+ 来源的智能体统计聚合（Gartner/McKinsey/IDC/Forrester/Deloitte 等），每条脚注到原始出处，CC BY 4.0 可自由引用。代表性数字：Gartner 预测 2026 年底 40% 企业应用内嵌任务型 agent（2025 年不足 5%），但 2027 年前超 40% 的 agentic 项目会被砍；IDC×Microsoft 测得 GenAI 每投 1 美元平均回报 3.7 倍，而 IBM 调研仅 25% 项目达成预期 ROI。备课/写稿的'单一引用面'。注意作者自营数据源的利益声明。", "priority": "参考", "verify": "仅基于搜索摘要", "url_zh": "viewer.html?f=R0010", "metrics": [ { "key": "roi", "value": "25% 达 ROI", "note": "IBM 调研仅 25% 项目达成预期 ROI；IDC×微软测 GenAI 每投 1 美元回报 3.7 倍" } ] }, { "title": "AI and Cyber: Empowering Defenders", "title_zh": "AI与网络安全：赋能防御者", "publisher": "World Economic Forum", "publisher_zh": "世界经济论坛", "category": "A", "authority": 5, "date": "2026-05-04", "date_estimated": false, "tags": [ "治理与风险", "企业采纳", "行业落地" ], "lang": "英文", "url": "https://wef.ch/AIcybersecurity26", "summary": "定位：WEF与毕马威合作的2026年度网络安全白皮书，基于15个行业84家组织105名代表的研讨访谈与20个真实案例，聚焦防御者实战部署。核心发现：94%的网络安全负责人将AI列为该领域最大变革驱动力，77%的组织已在cyber运营中部署AI；大规模运用AI的组织平均数据泄露成本下降190万美元、处置周期缩短约80天；案例侧KPMG威胁情报效率+25%，Accenture将10万+暴露资产的分析时间从15分钟压至1分钟内；强调AI核心价值是'增强人类专家'而非全自动。对中文读者价值：190万美元/80天的量化标尺可直接进客户提案，对国内SOC、MDR厂商有可对标指标。优先级：本周AI×安全主线旗舰报告，数据密度高，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0011", "url_zh": "viewer.html?f=R0011" }, { "title": "Chief People Officers' Outlook — May 2026", "title_zh": "首席人力官展望（2026年5月）", "publisher": "World Economic Forum", "publisher_zh": "世界经济论坛", "category": "A", "authority": 4, "date": "2026-05", "date_estimated": true, "tags": [ "企业采纳", "宏观", "治理与风险" ], "lang": "英文", "url": "https://www.weforum.org/publications/chief-people-officers-outlook-may-2026/", "summary": "定位：WEF半年度首席人力官展望，基于全球140+名人力领导社群洞察，聚焦地缘碎片化、经济波动与AI加速采纳如何重塑全球劳动力市场。核心发现：全球CPO看法严重分化——50%预期人才供给改善、30%预期恶化，技能错配（而非总量短缺）成为定义性挑战；三大战略优先事项为重构组织架构与岗位、扩大上技能/再技能、规模化负责任的AI部署；关键判断是AI已从'实验'转入'实施'阶段，且再技能投资必须前置于技术部署。对中文读者价值：为中国大型企业CHRO做AI时代组织架构调整提供全球同侪判断锚，'技能错配vs总量短缺'的区分在国内HR讨论中尚未被充分提出。优先级：HR与组织设计业务的标准参照，与微软WTI互为镜像，建议精读。", "priority": "精读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0012", "url_zh": "viewer.html?f=R0012" }, { "title": "The Innovation Advantage GenAI Can't Give You", "title_zh": "GenAI给不了你的创新优势", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 4, "date": "2026-05-04", "date_estimated": false, "tags": [ "基础模型", "企业采纳" ], "lang": "英文", "url": "https://sloanreview.mit.edu/article/the-innovation-advantage-genai-cant-give-you/", "summary": "定位：MIT斯隆管理评论刊发的观点文章（Kellogg学者David Schonthal撰写），讨论GenAI时代创新差异化的来源。核心发现：GenAI把'想法生成'从稀缺资源变成商品——任何人花每月20美元都能生成100个产品概念；差异化已上移到'问题构建'层，即'Question Zero'：在问'如何解决'之前先问'我们看的是不是对的问题'；以Cursor、P&G等为例说明企业如何用GenAI浮现数据与模式来帮助人重塑问题。对中文读者价值：把'卷模型/卷应用'的注意力拉回到'是否问对了问题'——产品PMF仍由人类洞察决定，对中国创业者有校准价值。优先级：观点性短文、数据较少，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0013", "url_zh": "viewer.html?f=R0013" }, { "title": "AISI × Microsoft Frontier AI Safety Partnership", "title_zh": "AISI与微软前沿AI安全合作", "publisher": "UK AI Security Institute (AISI)", "publisher_zh": "英国AI安全研究所", "category": "A", "authority": 4, "date": "2026-05-05", "date_estimated": false, "tags": [ "治理与风险", "基础模型" ], "lang": "英文", "url": "https://www.aisi.gov.uk/blog/partnering-with-microsoft-to-strengthen-frontier-ai-safety", "summary": "定位：英国AI安全研究所与微软正式合作的官方公告，属政府AI安全机构与商业前沿实验室'持续双向合作'的新模板。核心发现：合作聚焦三个方向——高风险AI能力评估方法学、防护措施有效性测试、社会韧性研究（对话式AI在敏感场景中如何与用户互动）；AISI将获得微软多模型组合的预部署访问权。配合AISI披露的'前沿网络攻击能力每4个月翻倍'数据，此合作的紧迫性更加明确。对中文读者价值：为观察'政府安全机构×大厂'共治模式提供样板，对国内AI安全评测体系建设有参照意义。优先级：公告性内容，核心信号是政企深度合作新模板，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0014", "url_zh": "viewer.html?f=R0014" }, { "title": "Managing the AI Impact on Organizational Resilience", "title_zh": "管理AI对组织韧性的影响", "publisher": "KPMG", "publisher_zh": "毕马威", "category": "B", "authority": 4, "date": "2026-05-07", "date_estimated": false, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://kpmg.com/xx/en/our-insights/risk-and-regulation/managing-the-ai-impact-on-organizational-resilience.html", "summary": "定位：基于KPMG Global Tech Report 2026的专题研究，聚焦AI部署对组织韧性的双重影响。核心发现：半数受访组织已在更广泛部署AI用例，68%期望今年内看到良好ROI——比上年增长44%，反映企业对AI价值实现的理解明显加深；88%的组织正投资agentic AI系统以加速并重塑业务职能与工作流；报告提出'AI韧性=治理+安全+业务连续性+变更管理'四象限框架，建议把AI风险纳入企业风险管理（ERM）、建立模型/数据/agent全生命周期监督、把AI部署与业务连续性计划绑定。对中文读者价值：与WEF网络安全报告组合阅读，是甲方风险与合规岗位的好素材。优先级：框架清晰但以建议为主，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0015", "url_zh": "viewer.html?f=R0015", "metrics": [ { "key": "roi", "value": "68% 预期良好 ROI", "note": "68% 期望今年内看到良好 ROI，较上年增长 44%" } ] }, { "title": "India Enterprise Technology Report 2026", "title_zh": "2026印度企业技术报告", "publisher": "Bain & Company", "publisher_zh": "贝恩公司", "category": "B", "authority": 4, "date": "2026-05-07", "date_estimated": false, "tags": [ "企业采纳", "宏观" ], "lang": "英文", "url": "https://www.bain.com/insights/india-enterprise-technology-report-2026/", "summary": "定位：贝恩首份印度年度企业技术调研，基于过去3个月对250+名CIO/CDO/CAIO/CXO的访谈与调研。核心发现：印度IT支出预计2026年增长6-8%，比全球同侪预测高200-250个基点；印度企业IT支出占营收比例比全球同侪高150-200bp；40%的企业技术预算将流向变革倡议，其中40-45%用于AI与数据驱动的转型项目；60%的CIO把高影响AI路线图、应用合理化、数据现代化列为未来12个月最优先；但仅15%的业务领导者认为IT'真正具有战略性'。对中文读者价值：为中国及海外厂商进军印度市场提供支出结构与买家心智的最新基线。优先级：区域性调研，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0016", "url_zh": "viewer.html?f=R0016" }, { "title": "KPMG Managed Services Outlook Survey 2026", "title_zh": "2026托管服务展望调研", "publisher": "KPMG", "publisher_zh": "毕马威", "category": "B", "authority": 3, "date": "2026-05-08", "date_estimated": false, "tags": [ "企业采纳", "行业落地" ], "lang": "英文", "url": "https://kpmg.com/in/en/insights/2026/04/kpmg-managed-services-outlook-survey-2026.html", "summary": "定位：毕马威与IDC合作的托管服务年度展望，基于12个国家、11个行业的1,224名高级决策者调研。核心发现：为绕过技术债与人才缺口、把AI从话题落到战略，企业正越来越多地用托管服务（Managed Services）作为快速规模化AI的捷径；托管服务正从成本节约工具转变为AI数字化转型的战略基础，传统外包被重新定位为'AI驱动的转型规模化平台'。对中文读者价值：为国内IT外包与托管服务商的定位升级提供国际参照，也提示甲方'借外部运营能力规模化AI'是一条现实路径。优先级：行业垂直性较强，主要面向Big 4服务采购方，仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0017", "url_zh": "viewer.html?f=R0017" }, { "title": "AI 100: The Most Promising AI Startups of 2026", "title_zh": "AI 100：2026年最具前景AI初创公司", "publisher": "CB Insights", "publisher_zh": "CB Insights", "category": "D", "authority": 4, "date": "2026-05-06", "date_estimated": false, "tags": [ "资本与市场", "Agent", "基础设施" ], "lang": "英文", "url": "https://www.cbinsights.com/research/report/artificial-intelligence-top-startups-2026/", "summary": "定位：CB Insights年度AI 100评选，综合市场牵引力、投资者质量与人才，选出本年度最有前景的100家早期AI公司。核心发现：①AI agent出现作为独立行动者（actor）的趋势——一批为agent提供身份、凭证、问责层的基础设施公司形成'Know Your Agent'栈；②Physical AI首次作为独立类别，11家入选公司覆盖机器人软件、自主硬件与使能芯片；③垂直AI公司不再按行业而按'数据形态'划分，金融服务与医疗各9家并列最大子类。对中文读者价值：做投资mapping或竞品扫描的年度baseline，'Know Your Agent'与Physical AI两条新赛道值得国内投资人对标。优先级：清单型报告，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0018", "url_zh": "viewer.html?f=R0018" }, { "title": "Q3 AI Trends Quarterly + 5 AI Agent Predictions", "title_zh": "AI趋势季报与5大AI智能体预测", "publisher": "CB Insights", "publisher_zh": "CB Insights", "category": "D", "authority": 3, "date": "2026-03-12", "date_estimated": false, "tags": [ "资本与市场", "Agent" ], "lang": "英文", "url": "https://www.cbinsights.com/research/ai-agent-predictions-2026/", "summary": "定位：CB Insights于2026年3月发布的AI agent趋势预测，本周虽无新季报，但其5大预测仍是行业讨论的基础。核心发现：多模态agent抢占客服场景；语音AI部署转向高接触式；持续red teaming成为标准实践；agent observability与评估工具成为M&A战场；agent编排平台迎来爆发。对中文读者价值：为国内agent创业与投资提供赛道级路标，尤其是'可观测性与评估将被并购'的判断对工具链创业者有直接参考。优先级：发布在本周窗口之外，作为支撑本周报告解读的常用基础，仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0019", "url_zh": "https://zhuanlan.zhihu.com/p/2026789670642525875" }, { "title": "GovTech Compass: 10 Principles for Responsible Implementation", "title_zh": "GovTech罗盘：负责任实施十大原则", "publisher": "World Economic Forum", "publisher_zh": "世界经济论坛", "category": "A", "authority": 4, "date": "2026-05-05", "date_estimated": false, "tags": [ "治理与风险", "行业落地" ], "lang": "英文", "url": "https://www.weforum.org/stories/artificial-intelligence/", "summary": "定位：WEF为政府技术（GovTech）与数字公共基础设施（DPI）的负责任实施提出的十大原则框架。核心发现：十大原则覆盖用户中心设计、互操作性、数据隐私、AI治理、采购流程现代化、人才建设、第三方风险管理、长期可持续性等；报告承认AI是GovTech的核心驱动器，但治理压力同步倍增，十大原则可作为各国政府数字化的设计基线。对中文读者价值：做政府客户提案时可引用的最新国际框架，与国内'数字政府'与'人工智能+政务'议程可直接对照。优先级：框架型文件、数据较少，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0020", "url_zh": "viewer.html?f=R0020" }, { "title": "Technology Convergence: The New Logic for Competitive Advantage", "title_zh": "技术融合：竞争优势新逻辑", "publisher": "World Economic Forum", "publisher_zh": "世界经济论坛", "category": "A", "authority": 4, "date": "2026-05-04", "date_estimated": false, "tags": [ "宏观", "基础设施" ], "lang": "英文", "url": "https://www.weforum.org/stories/2026/05/this-month-in-ai-how-organizations-can-scale-convergent-technology/", "summary": "定位：WEF关于组织如何把AI、量子、区块链、生物等多种新技术规模化形成竞争优势的战略报告，延续其'3C框架'（Connectivity、Convergence、Composability）。核心发现：给出从概念验证到规模化的路径图；本期讨论的关键焦点是Mistral、Perplexity、Cursor、Reflection AI等在NVIDIA GTC上联合发起Nemotron Coalition，推动'开放-专有'混合生态。对中文读者价值：适合做高层战略deck的引用素材，'技术融合而非单点技术'的叙事对制造业多技术叠加场景（AI+IoT+机器人）有框架价值。优先级：战略方向型报告、数据相对较少，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0021", "url_zh": "viewer.html?f=R0021" }, { "title": "Can the US and China Cooperate on AI?", "title_zh": "美中能否在AI上合作？", "publisher": "Brookings", "publisher_zh": "布鲁金斯学会", "category": "A", "authority": 4, "date": "2026-05-08", "date_estimated": false, "tags": [ "治理与风险", "宏观" ], "lang": "英文", "url": "https://www.brookings.edu/topics/artificial-intelligence/", "summary": "定位：布鲁金斯学者Kyle Chan与Ryan Hass撰写的中美AI合作分析，在中美AI竞争加剧背景下论证仍存在合作可能的领域。核心发现：AI安全研究、前沿模型评估互通、跨国研究人员流动、AI for Science等领域仍有合作空间；考虑到4月起美国AI Diffusion Rule全球分级管制与中国开源编码模型对西方前沿构成实质挑战，文章为双方在张力中保留合作通道提出务实建议。对中文读者价值：AI政策研究、跨境合作与出海企业高层的重要参照，帮助判断管制与合作的边界走向。优先级：操作性较低但战略框架重要，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0022", "url_zh": "viewer.html?f=R0022" }, { "title": "AI Growth Acceleration vs Distributional Fairness", "title_zh": "AI增长加速与分配公平", "publisher": "Brookings", "publisher_zh": "布鲁金斯学会", "category": "A", "authority": 4, "date": "2026-05-05", "date_estimated": false, "tags": [ "宏观", "治理与风险" ], "lang": "英文", "url": "https://www.brookings.edu/topics/artificial-intelligence/", "summary": "定位：由8位资深政策研究者（含Cameron Kerry、Andrew Wyckoff）合著，讨论AI经济增长加速与分配公平之间的紧张关系。核心发现：AI可能驱动美国GDP加速增长，但若不主动设计政策，收益可能高度集中于资本与高技能劳动、加剧不平等；提出税收设计、技能再投资、地区均衡、创业生态等再分配工具组合；与布鲁金斯此前对610万工人（主要为中西部行政文员）'高AI暴露+低适应能力'的研究形成连续。对中文读者价值：'AI+公平/再分配'主题的最新政策思考，可与国内共同富裕语境下的AI就业政策讨论对照。优先级：扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0023", "url_zh": "viewer.html?f=R0023" }, { "title": "World Economic Forum report highlights growing role of AI in cybersecurity operations", "title_zh": "世界经济论坛报告：AI在网络安全运营中的作用日增（媒体简介）", "publisher": "Digital Watch Observatory", "publisher_zh": "Digital Watch观察站（ITU与日内瓦州合办）", "category": "E", "authority": 2, "date": "2026-05-05", "date_estimated": false, "tags": [ "治理与风险" ], "lang": "英文", "url": "https://dig.watch/updates/world-economic-forum-report-highlights-growing-role-of-ai-in-cybersecurity-operations", "summary": "定位：国际中立媒体Digital Watch Observatory对WEF×KPMG《AI and Cyber: Empowering Defenders》报告的二级精炼简介，非报告原文亦非中文版。核心发现：约160字精要覆盖'94%的安全负责人视AI为最大变革驱动力、77%组织已在cyber运营部署AI'等关键数据，以及AI带来攻防双重压力的判断。对中文读者价值：可作为该报告中文化前的过渡素材与交叉验证信源。优先级：配合原报告使用，仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0024", "url_zh": "viewer.html?f=R0024" }, { "title": "跨OS GUI智能体基础设施白皮书", "title_zh": "跨OS GUI智能体基础设施白皮书", "publisher": "甲子光年智库", "publisher_zh": "甲子光年智库", "category": "E", "authority": 4, "date": "2026-04-13", "date_estimated": false, "tags": [ "Agent", "基础设施" ], "lang": "中文", "url": "https://www.jazzyear.com/", "summary": "定位：甲子光年发布的中文白皮书，聚焦跨操作系统GUI智能体的基础设施层。核心发现：雷达仅收录为'30天内边缘存量'条目，未附详细摘要；主题指向GUI agent在多操作系统环境下运行所需的基础设施能力。对中文读者价值：GUI智能体是国内agent落地的热点路线，该白皮书可作为技术选型与生态判断的中文参照。优先级：发布于本周窗口之外、本周仍在中文圈传播，仅参考，引用前建议回原文核对。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0025", "url_zh": "https://www.jazzyear.com/" }, { "title": "人工智能产业发展研究报告（2025）", "title_zh": "人工智能产业发展研究报告（2025）", "publisher": "CAICT", "publisher_zh": "中国信通院", "category": "E", "authority": 5, "date": "2026-01", "date_estimated": true, "tags": [ "宏观", "行业落地" ], "lang": "中文", "url": "https://www.caict.ac.cn/", "summary": "定位：中国信通院年度人工智能产业发展研究报告（2025年度），国家级智库的产业权威口径。核心发现：雷达以'30天内边缘存量'收录、未附详细摘要；W19雷达在微软WTI条目中引用了其'生产环节AI比例从19.9%升至25.9%'的数据，可见其为中文产业侧的关键数据底座。对中文读者价值：中国AI产业规模、结构与落地环节的官方口径来源，与海外咨询报告互证时的首选中文信源。优先级：发布较早、本周仍被中文媒体引用，仅参考，具体数据以原文为准。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0026", "url_zh": "https://www.caict.ac.cn/" }, { "title": "2026 Digital Trends in Operations", "title_zh": "2026运营数字化趋势调研", "publisher": "PwC", "publisher_zh": "普华永道", "category": "B", "authority": 4, "date": "2026-04", "date_estimated": true, "tags": [ "企业采纳", "行业落地" ], "lang": "英文", "url": "https://www.pwc.com/us/en/services/consulting/business-transformation/library/digital-trends-operations-survey.html", "summary": "定位：普华永道美国区年度运营数字化趋势调研（2026版），聚焦运营与供应链职能的数字化及AI投入。核心发现：雷达以'30天内边缘存量'收录、未附详细摘要；作为PwC运营侧的定期调研，与其全球AI Jobs Barometer构成'劳动力+运营'双视角。对中文读者价值：制造与供应链运营场景的美国企业投入基线，可作为国内运营数字化提案的对照素材。优先级：4月已发布、本周仍被引用，仅参考，具体数据以原文为准。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第19周_0504-0510_共19份.md", "id": "R0027", "url_zh": "viewer.html?f=R0027" }, { "title": "Q1 2026 AI VC Trends", "title_zh": "2026年一季度AI风险投资趋势", "publisher": "PitchBook", "publisher_zh": "PitchBook", "category": "D", "authority": 4, "date": "2026-05-12", "date_estimated": false, "tags": [ "资本与市场", "企业采纳" ], "lang": "英文", "url": "https://pitchbook.com/news/reports/q1-2026-ai-vc-trends", "summary": "定位：PitchBook季度AI风险投资趋势报告2026年Q1版，分析师Dimitri Zabelin主笔，完整数据包付费、官方摘要免费。核心发现：Q1单季AI风险投资2555亿美元，一个季度超过2025全年总和（2544亿），史上单季最高；资本极度集中——OpenAI（1220亿）、Anthropic（300亿）、xAI（200亿）三笔占全部1546笔交易资金的67.3%；水平平台赛道单季1970亿美元/396笔；自动驾驶创纪录290亿；SpaceX以2500亿美元收购xAI成史上最大AI并购。对中文读者价值：钱完全流向超级平台，印证国内'百模大战收尾'判断——可投空间剩垂直应用与基础设施精选赛道。优先级：判断AI资本周期与估值者必看，建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0028", "url_zh": "viewer.html?f=R0028" }, { "title": "The State of Global AI Diffusion in 2026", "title_zh": "2026全球AI扩散现状", "publisher": "Microsoft", "publisher_zh": "微软", "category": "D", "authority": 5, "date": "2026-05-07", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://blogs.microsoft.com/on-the-issues/2026/05/07/the-state-of-global-ai-diffusion-in-2026/", "summary": "定位：微软首席数据科学家Juan Lavista Ferres牵头，基于微软全网去标识化遥测数据，按OS/设备/网络/人口加权衡量15-64岁人口生成式AI使用率，是当前覆盖最广的全球AI渗透率追踪（Q1 2026版）。核心发现：全球AI使用率从16.3%升至17.8%；国家榜阿联酋第一（70.1%），美国仅列21位（31.3%）——造模型的国家用得不如阿联酋、新加坡；韩泰日等亚洲市场加速，中国因微软产品覆盖有限未单列；AI编码不减开发者岗位反拉动需求——全球Git push同比+78%，美国软件开发者就业2025年同比+8.5%创历史新高。对中文读者价值：给'AI消灭程序员'叙事釜底抽薪；阿联酋政府主导渗透模型可对照'人工智能+'行动。优先级：超大样本季度更新的稀缺数据，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0029", "url_zh": "https://www.istis.sh.cn/cms/news/article/87/28181" }, { "title": "2026 Hype Cycle for Agentic AI", "title_zh": "2026智能体AI技术成熟度曲线", "publisher": "Gartner", "publisher_zh": "高德纳", "category": "D", "authority": 4, "date": "2026-05", "date_estimated": true, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai", "summary": "定位：Gartner首次为Agentic AI单独绘制Hype Cycle，覆盖技术、平台、治理、安全、成本五条主线，基于2026 Gartner CIO与技术高管调研；完整报告付费，官方摘要免费。核心发现：仅17%的企业已部署AI Agent，但60%+计划未来两年部署——采纳意愿是Gartner所有新兴技术里最猛的曲线；Agentic AI处于'期望膨胀峰'，而agent治理平台、安全、成本管控、生命周期管理（ADLC）等支撑能力远滞后，'能力-治理'剪刀差是未来12-24个月主要风险；此前预测2027年前40%+的agentic项目将因成本、不准确与治理缺位被取消；多智能体协作被识别为下一阶段关键。对中文读者价值：给CIO讲'不在治理上花钱，Agent项目大概率挂掉'的权威数据来源，17%可校对中国市场相对位置。优先级：建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0030", "url_zh": "viewer.html?f=R0030", "metrics": [ { "key": "agent", "value": "17% 已部署", "note": "仅 17% 企业已部署 AI Agent，但 60%+ 计划两年内部署" }, { "key": "agent", "value": "40%+ 项目将被砍", "note": "预测 2027 年前 40%+ 的 agentic 项目将因成本、治理缺位被取消" } ] }, { "title": "Global Asset Management Report 2026: Rebuilding Asset Management for an AI-First World", "title_zh": "2026全球资产管理报告：为AI优先世界重建资管", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-05", "date_estimated": true, "tags": [ "行业落地", "Agent" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/rebuilding-asset-management-for-an-ai-first-world", "summary": "定位：BCG年度资产管理行业全球报告，2026版主线从'数字化'转为'AI优先重建'。核心发现：资产管理行业过去几年靠AI实验积累的渐进式改进已经失效，行业进入'必须围绕Agentic AI重构端到端流程'的阶段；报告给出'原生AI资管公司'的参考架构。对中文读者价值：对中国资管机构尤其值得参考——招商基金、华夏基金等推进的AI助理仍停留在BCG所说的'实验阶段'，参考架构具有方法论价值。优先级：垂直行业报告，资管与金融客户相关业务扫读即可；原文需BCG官网注册获取。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0031", "url_zh": "viewer.html?f=R0031" }, { "title": "斯坦福AI Index 2026系统性中文编译解读", "title_zh": "斯坦福AI Index 2026系统性中文编译解读", "publisher": "BAAI Hub", "publisher_zh": "智源社区（智源研究院）", "category": "E", "authority": 3, "date": "2026-04-15", "date_estimated": false, "tags": [ "宏观" ], "lang": "中文", "url": "https://hub.baai.ac.cn/view/53971", "summary": "定位：智源社区对斯坦福2026 AI Index（全文423页）做的系统性中文编译，把15项核心发现与9大章节关键信息全部摘录翻译并附独立点评。核心发现：中美顶尖模型差距缩至2.7%；生成式AI三年普及率达53%；AI能拿奥数金牌但读不懂模拟时钟等反差性结论。对中文读者价值：当前最完整、最专业的斯坦福AI Index中文阅读入口（P3级中文配对），可替代直接啃423页英文原文的第一遍通读。优先级：作为英文权威报告的中文入口，扫读即可。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0032", "url_zh": "https://hub.baai.ac.cn/view/53971" }, { "title": "中国网络视听发展研究报告（2026）", "title_zh": "中国网络视听发展研究报告（2026）", "publisher": "中国网络视听节目服务协会", "publisher_zh": "中国网络视听节目服务协会", "category": "E", "authority": 3, "date": "2026-04", "date_estimated": true, "tags": [ "行业落地", "基础模型" ], "lang": "中文", "url": "https://www.news.cn/politics/20260416/cac5d121fdbf4dd88a92f22bc2218e9d/c.html", "summary": "定位：中国网络视听节目服务协会年度行业报告（2026版），网络视听行业的官方口径数据来源。核心发现：2025年由AI生成的视频和音频累计超20亿条，较2024年增长14倍以上；同时AI影视侵权与内容质量问题凸显。对中文读者价值：给国内做内容方向AI落地的人提供'市场到底有多大'的官方口径数据，AIGC内容规模的权威引用来源。优先级：本周经日报二手传播，原报告无单一官方PDF入口、需通过协会渠道获取，仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0033", "url_zh": "https://www.news.cn/politics/20260416/cac5d121fdbf4dd88a92f22bc2218e9d/c.html" }, { "title": "文心5.1与DeepSeek V4技术报告分析", "title_zh": "文心5.1与DeepSeek V4技术报告分析", "publisher": "量子位", "publisher_zh": "量子位", "category": "E", "authority": 3, "date": "2026-05-09", "date_estimated": false, "tags": [ "基础模型" ], "lang": "中文", "url": "https://www.qbitai.com/2026/05/414496.html", "summary": "定位：量子位对国产基础模型最新进展的技术分析，非严格意义的研究报告，但是国产模型能力的中文权威断面。核心发现：文心5.1（百度5月9日发布）采用'多维弹性预训练'，预训练成本仅为业界同规模模型约6%，LMArena搜索榜国内第一，Agent能力超过DeepSeek-V4-Pro；DeepSeek V4技术报告极度详尽，V4-Pro/Flash上下文全面达1M token，KV cache大幅缩减，并适配华为昇腾国产芯片。对中文读者价值：追踪国产模型进展绕不开的信源，成本与国产芯片适配两条线对企业选型有直接参考。优先级：仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第20周_0510-0517_共10份.md", "id": "R0034", "url_zh": "https://www.qbitai.com/2026/05/414496.html" }, { "title": "2026智能体十大关键词", "title_zh": "2026智能体十大关键词", "publisher": "CAICT", "publisher_zh": "中国信通院", "category": "E", "authority": 4, "date": "2026-06-09", "date_estimated": false, "tags": [ "Agent", "基础设施" ], "lang": "中文", "url": "https://www.secrss.com/articles/91447", "summary": "定位：中国信通院在智能体高质量发展研讨会上发布的年度研判，延续2025年WAIC'智能体十大关键词'框架。核心发现：2026版十大关键词为智能体基础设施、互联协作、工程化、学习进化、记忆、技能、产品创新、支付协议、可信、全栈评估；整体判断是智能体从'可用'迈向'可进化、可协作、可信任'。对中文读者价值：国家级智库对智能体产业的年度定调，关键词清单适合用来对标自身智能体落地路线（可与'点线面体''设备大脑'等框架互证）。优先级：发布略早于本周窗口、本周二次传播集中，参考级；链接为安全内参转载解读，官方原文可经信通院渠道核对。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第25周_0613-0620_共3份.md", "id": "R0035", "url_zh": "https://www.secrss.com/articles/91447" }, { "title": "People at Work 2026: A Global Workforce View", "title_zh": "2026职场人报告：全球工作力观察", "publisher": "ADP Research", "publisher_zh": "ADP研究院", "category": "D", "authority": 4, "date": "2026-06", "date_estimated": true, "tags": [ "治理与风险", "企业采纳", "宏观" ], "lang": "英文", "url": "https://ph.adp.com/resources/insights/people-at-work.aspx", "summary": "定位：ADP研究院年度《People at Work》2026版，覆盖36个市场、超39,000名工作者，是当下样本量最大的全球工作力调研之一，本期聚焦'AI使用×员工状态'的相关性。核心发现：投入度悖论——每日使用AI的员工'完全投入'比例达30%，远高于非使用者的14%，自评压力更低（11% vs 23%）；但同一批每日AI使用者比非使用者高出约4倍概率自评'本可以更高产但没做到'——投入度高不等于自觉产出高，解读普遍归因于采纳的J型曲线阵痛期；旁证是同周SHRM26上有劳动经济学家估计仅约6%美国岗位面临高近期替代风险。对中文读者价值：给客户做AI推广复盘时，务必把'投入度/使用率'与'实际产出'拆成两个独立信号分别量化，别把投入度仪表盘读成ROI证明。优先级：本周唯一大样本一手工作力数据，'投入≠产出'反直觉点对组织变革叙事极有价值，建议精读；摘要基于二手报道，数据以ADP原报告为准。", "priority": "精读", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第26周_0621-0627_共4份.md", "id": "R0036", "url_zh": "viewer.html?f=R0036", "metrics": [ { "key": "jobs", "value": "约 6% 岗位高替代风险", "note": "同周 SHRM26 劳动经济学家估仅约 6% 美国岗位面临高近期替代风险" } ] }, { "title": "State of Agentic AI in Contact Centers", "title_zh": "联络中心Agentic AI现状", "publisher": "CCW Digital × SoundHound AI", "publisher_zh": "CCW Digital（CMP Research）×SoundHound AI", "category": "D", "authority": 3, "date": "2026-06-18", "date_estimated": false, "tags": [ "Agent", "行业落地" ], "lang": "英文", "url": "https://www.soundhound.com/resources/whitepaper/state-of-agentic-ai-in-contact-centers/", "summary": "定位：CCW Digital与SoundHound AI合作的联络中心agentic AI调研，面向已在生产环境运行agentic项目的客服/CX/运营负责人（组织≥500人、年营收≥5亿美元，集中在零售电商、医疗、电信、银行）。核心发现：96%的组织称agentic AI的ROI达到（54%）或超出（42%）预期——与2025年'50%项目慢于预期'形成鲜明反转。对中文读者价值：客服是agentic AI落地最成熟的场景，可为制造企业服务/售后部门提供对标锚点。优先级：仅参考——由语音AI厂商赞助、样本限定'已上生产的项目'存在幸存者偏差，96%这类高分需谨慎引用。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": "AI报告雷达_2026第26周_0621-0627_共4份.md", "id": "R0037", "url_zh": "viewer.html?f=R0037", "metrics": [ { "key": "roi", "value": "96% ROI 达到/超预期", "note": "54% 达到 + 42% 超出（注：厂商赞助、样本限已上生产项目，存幸存者偏差）" } ] }, { "title": "The State of AI in the Enterprise: The Untapped Edge", "title_zh": "企业 AI 现状：未挖掘的优势（2026 年度报告）", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2026-01", "date_estimated": true, "tags": [ "企业采纳", "Agent", "治理与风险" ], "lang": "英文", "url": "https://www.deloitte.com/content/dam/assets-zone3/us/en/docs/services/consulting/2026/state-of-ai-2026.pdf", "summary": "定位：德勤年度旗舰企业 AI 调研，覆盖 24 国、6 大行业、3,235 位总监至 C 级领导者（调研于 2025 年 8-9 月）。核心发现：员工 AI 使用权一年内扩大 50%（从不到 40% 到约 60%），但仅 25% 组织把 40% 以上实验推到生产；34% 公司在用 AI 深度重塑业务、37% 仍停留表层；84% 尚未围绕 AI 重设岗位；74% 计划两年内部署 agentic AI 但只有 21% 有成熟治理。对中文读者价值：给出「提效 vs 重塑」三分层和试点陷阱诊断，是做企业 AI 成熟度对标的权威基线。优先级理由：样本量大、维度全（主权 AI/物理 AI/Agentic AI 三趋势并置），值得精读建立年度坐标系。", "priority": "精读", "verify": "已核对原文", "source_file": [ "01_德勤_企业AI现状_未挖掘的优势_2026年1月_中文译本.md" ], "id": "R0038", "url_zh": "viewer.html?f=R0038", "metrics": [ { "key": "agent", "value": "74% 计划部署", "note": "74% 计划两年内部署 agentic AI，但仅 21% 有成熟治理" } ] }, { "title": "The State of AI in 2025: Agents, Innovation, and Transformation", "title_zh": "2025 AI 现状：智能体、创新与转型（麦肯锡全球 AI 调查）", "publisher": "McKinsey & Company", "publisher_zh": "麦肯锡", "category": "B", "authority": 5, "date": "2025-11-05", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai", "summary": "定位：麦肯锡连续第 8 年全球 AI 现状调查，1,993 位受访者、105 个国家，是行业引用率最高的采纳基准。核心发现：88% 组织至少在一个职能常规使用 AI，但近 2/3 尚未企业级规模化；62% 在实验 AI 智能体、23% 已在规模化 agentic 系统；仅 39% 报告 AI 带来 EBIT 影响且多数低于 5%；50 亿美元以上营收公司近半已规模化、小公司仅 29%。对中文读者价值：提供「使用普及但价值未兑现」的全景数据，高绩效者「增长+创新+重设工作流」路径可直接用于客户对标。优先级理由：年度必读基准报告，所有企业采纳论证的数据底座。", "priority": "精读", "verify": "已核对原文", "source_file": [ "07_麦肯锡_2025AI现状_智能体创新与转型_2025年11月_中文译本.md" ], "id": "R0039", "url_zh": "viewer.html?f=R0039", "metrics": [ { "key": "adoption", "value": "88%", "note": "至少一个职能常规使用 AI" }, { "key": "roi", "value": "39% 有 EBIT 影响", "note": "仅 39% 报告 AI 带来 EBIT 影响且多数低于 5%" }, { "key": "agent", "value": "62% 实验 / 23% 规模化", "note": "62% 在实验 AI 智能体、23% 已在规模化 agentic 系统" } ] }, { "title": "Decoding ROI from AI: PwC's 2026 AI Performance Study", "title_zh": "解码 AI 的 ROI：普华永道 2026 AI 绩效研究", "publisher": "PwC", "publisher_zh": "普华永道", "category": "B", "authority": 5, "date": "2026-04-13", "date_estimated": false, "tags": [ "企业采纳", "资本与市场" ], "lang": "英文", "url": "https://www.pwc.com/gx/en/issues/technology/ai-performance.html", "summary": "定位：PwC 全球 AI 绩效研究，1,217 位高管、25 个行业，用 60 项管理与投资实践构建「AI 适配度指数」。核心发现：20% 的公司捕获了 AI 驱动收益的 74%；AI 适配度最高的领先者财务绩效是其他公司的 7.2 倍；领先者的共性不是部署更多工具，而是把 AI 对准增长与重塑（而非只降本），并在数据、治理、信任上打底座。对中文读者价值：「AI 使用 3 因子 + AI 底座 6 因子」的九因子框架可直接改造成企业自评工具，回答老板最关心的「试点很多、回报在哪」。优先级理由：直击 ROI 命题、框架可操作化程度高，适合精读并转化为诊断交付物。", "priority": "精读", "verify": "已核对原文", "source_file": [ "09_PwC_2026_AI_Performance_完整版_中文译本.md", "09_PwC_2026_AI_Performance_核心洞察_中文译本.md" ], "id": "R0040", "url_zh": "viewer.html?f=R0040", "metrics": [ { "key": "roi", "value": "20% 公司拿走 74%", "note": "20% 的公司捕获 AI 驱动收益的 74%；领先者财务绩效为其他 7.2 倍" } ] }, { "title": "AI Will Reshape More Jobs Than It Replaces", "title_zh": "AI 重塑的岗位远多于被替代的岗位", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-04-03", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/ai-will-reshape-more-jobs-than-it-replaces", "summary": "定位：BCG 亨德森研究所对 AI 劳动力影响的微观经济建模研究，基于 1.65 亿美国岗位 × Revelio Labs 约 1,500 角色分类 × O*NET 任务分解，21 页。核心发现：未来 2-3 年 50%-55% 的美国岗位将被 AI 重塑但不消失；5 年以上后 10%-15% 岗位可能被消除；岗位增强和新岗位创造快于完全替代；提出六大 AI 劳动破坏细分与 CEO 四大行动。对中文读者价值：把「AI 消灭多少工作」的焦虑问题转成「任务自动化≠岗位消失」的可操作框架，是做岗位重构和再培训规划的最佳论据库。优先级理由：2026 年最具媒体影响力的就业研究，方法论粒度罕见，精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "10_BCG_AI重塑更多岗位_完整版_中文译本.md", "10_BCG_AI重塑更多岗位_核心洞察_中文译本.md", "BCG_Reshape_Jobs_2026_完整版_中文译本.md" ], "id": "R0041", "url_zh": "viewer.html?f=R0041", "metrics": [ { "key": "jobs", "value": "50%-55% 被重塑", "note": "未来 2-3 年 50-55% 美国岗位被 AI 重塑但不消失；5 年后 10-15% 可能被消除" } ] }, { "title": "Tech Services Buyer Survey: Betting Big on AI and Resilience", "title_zh": "技术服务采购方调研：重押 AI 与韧性", "publisher": "Bain & Company", "publisher_zh": "贝恩公司", "category": "B", "authority": 4, "date": "2026-04-22", "date_estimated": false, "tags": [ "企业采纳", "资本与市场" ], "lang": "英文", "url": "https://www.bain.com/insights/tech-services-buyer-survey-betting-big-on-ai-and-resilience/", "summary": "定位：贝恩年度技术服务采购方（甲方 CIO）调研简报，n=280 位北美与欧洲高管，2026 年 1 月数据。核心发现：2026 年 IT 总预算持平但技术服务支出温和上涨；75% 高管把至少 5%-10% 预算押在 AI/ML；优先级向安全+AI 收敛；采购期待从能力好奇转向可衡量结果，定价从人天制转向结果定价；跟不上的服务商面临最高 30% 收入基础侵蚀。对中文读者价值：从「花钱一方」预测未来 12-24 个月 IT 服务市场资金流向，对判断 AI 实施服务商机与选型谈判有直接参考。优先级理由：视角独特但偏 IT 服务市场，作参考索引即可。", "priority": "参考", "verify": "已核对原文", "source_file": [ "Bain_TechServices_2026_完整版_中文译本.md", "Bain_TechServices_2026_核心洞察_中文译本.md" ], "id": "R0042", "url_zh": "viewer.html?f=R0042" }, { "title": "The AI-First Aerospace and Defense Company", "title_zh": "AI-First 航空航天与国防企业", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-04-23", "date_estimated": false, "tags": [ "行业落地", "基础设施" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/the-ai-first-aerospace-and-defense-company", "summary": "定位：BCG 航空国防行业 2026 年旗舰方法论，与 AI Radar 2026 体系配套，给出「AI-First 企业」（端到端流程被 AI 重构超 60%）的组织物种定义。核心发现：仅 4% 的 A&D 企业真正从 AI 创造实质价值，65% 的尝试停在 PoC；行业云化率仅 40%（科技原生玩家约 70%），云化不足是规模化第一障碍；行业 AI 转型落后其他行业 15-20 个百分点；NATO 2035 年 5% 国防开支目标带来万亿级增量。对中文读者价值：译本第八章专门做了对中国装备制造企业的迁移应用，「65-22-4」三段式诊断可平移到重工业客户。优先级理由：行业特定但框架可迁移，扫读取框架即可。", "priority": "扫读", "verify": "官方新闻稿", "source_file": [ "BCG_AI_First_Aerospace_2026_完整版_中文译本.md", "BCG_AI_First_Aerospace_2026_核心洞察_中文译本.md" ], "id": "R0043", "url_zh": "viewer.html?f=R0043" }, { "title": "Tech Trends 2026 — The Agentic Reality Check: Preparing for a Silicon-Based Workforce", "title_zh": "德勤《科技趋势 2026》Agentic AI 战略篇：为「硅基员工」做好准备", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2025-12-10", "date_estimated": false, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://www.deloitte.com/us/en/insights/topics/technology-management/tech-trends/2026/agentic-ai-strategy.html", "summary": "定位：德勤第 17 版年度旗舰《Tech Trends》五大趋势中「Agentic AI 战略」的完整章节，含 Dell CTO John Roese 与沃顿 Ethan Mollick 两篇深度访谈。核心发现：企业普遍在用 Agent 自动化「为人类设计的旧流程」而非重新想象工作本身；真正价值来自重设运营方式——Agent 原生架构、编排框架、把 Agent 当「硅基员工队伍」管理；2026 年主题从「增强」转向「重建」。对中文读者价值：为 Agent 落地提供「现实检验」话术与自主运营架构蓝图，纠正「买 Agent 叠旧流程」的常见误区。优先级理由：Agent 战略章节密度高、访谈含金量足，做 Agent 咨询者应精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "Deloitte_Tech_Trends_2026_Agentic_AI_Strategy_完整版_中文译本.md", "Deloitte_Tech_Trends_2026_Agentic_AI_Strategy_核心洞察_中文译本.md" ], "id": "R0044", "url_zh": "viewer.html?f=R0044" }, { "title": "State of AI Trust in 2026: Shifting to the Agentic Era", "title_zh": "2026 年 AI 信任现状：迈向代理时代", "publisher": "McKinsey & Company", "publisher_zh": "麦肯锡", "category": "B", "authority": 5, "date": "2026-03-25", "date_estimated": false, "tags": [ "治理与风险", "Agent" ], "lang": "英文", "url": "https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/tech-forward/state-of-ai-trust-in-2026-shifting-to-the-agentic-era", "summary": "定位：麦肯锡 2026 年 AI 信任与负责任 AI（RAI）专项调研，约 500 家跨行业组织（2025 年 12 月-2026 年 1 月），采用 5 维度 × 4 级的 AI Trust 成熟度模型。核心发现：全球 RAI 成熟度均值从 2.0 升至 2.3 但组织维度滞后；约 2/3 受访者认为「安全与风险」是 Agentic AI 规模化首要瓶颈；RAI 投入 ≥2,500 万美元的组织显著更易实现 5% 以上 EBIT 贡献；Agentic 治理是新增且最弱维度；亚太成熟度首次全球领先。对中文读者价值：把「AI 治理是成本还是使能器」的争论用数据定案，为企业设治理预算提供依据。优先级理由：治理专题、与 State of AI 主报告互补，扫读抓数据点。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "McKinsey_AI_Trust_2026_完整版_中文译本.md", "McKinsey_AI_Trust_2026_核心洞察_中文译本.md" ], "id": "R0045", "url_zh": "viewer.html?f=R0045" }, { "title": "10 Things That Matter in AI Right Now", "title_zh": "AI 现在最重要的 10 件事（2026 首届榜单）", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 4, "date": "2026-04-21", "date_estimated": false, "tags": [ "基础模型", "Agent", "治理与风险" ], "lang": "英文", "url": "https://www.technologyreview.com/2026/04/21/1135643/10-ai-artificial-intelligence-trends-technologies-research-2026/", "summary": "定位：MIT Tech Review 首次推出的纯 AI 年度重大议题榜单，于 EmTech AI 2026 大会发布，由 AI 报道团队全体投票产生，覆盖技术、研究、社会三类议题。核心发现：能力跃迁层含世界模型（李飞飞 World Labs、Niantic 用 300 亿张图训练）、LLMs+、Agent Teams（智能体协作编排）、AI 协作科学家；现实渗透层最重议题是「新型作战室」——生成式 AI 正式进入军事决策中心。对中文读者价值：一张判断 AI「下一步往哪走」的议题地图，Agent Teams 与世界模型两项对企业级布局最具前瞻信号。优先级理由：榜单式内容信息密度中等，扫读建立议题坐标即可（原文付费墙，本条基于官方新闻稿与免费解读整理）。", "priority": "扫读", "verify": "官方新闻稿", "source_file": [ "MIT_AI_10_Things_2026_核心洞察_中文译本.md" ], "id": "R0046", "url_zh": "viewer.html?f=R0046" }, { "title": "Measuring AI Ability to Complete Long Tasks", "title_zh": "衡量 AI 完成长任务的能力（Time Horizon 研究，含 2026 年 2 月 v3 更新）", "publisher": "METR", "publisher_zh": "METR（模型评估与威胁研究机构）", "category": "A", "authority": 4, "date": "2025-03-19", "date_estimated": false, "tags": [ "基础模型", "Agent", "宏观" ], "lang": "英文", "url": "https://metr.org/blog/2025-03-19-measuring-ai-ability-to-complete-long-tasks/", "summary": "定位：METR 提出的「时间地平线」（time horizon）度量研究——用 AI 代理能以 50% 成功率完成的任务时长（按人类专业工时计）衡量能力，初版 2025 年 3 月，arXiv v3 与 Time Horizon 1.1 数据集更新至 2026 年初。核心发现：该指标 6 年来指数增长、约每 7 个月翻倍；当前模型在人类 4 分钟内的任务上近 100% 成功、4 小时以上任务成功率低于 10%；若趋势延续，十年内 AI 可独立完成人类数天到数周的软件任务；SWE-Bench 上翻倍周期甚至不到 3 个月。对中文读者价值：这是麦肯锡等 Agentic 组织叙事引用的底层能力曲线，理解它才能校准所有「Agent 何时能顶替人」的判断。优先级理由：短小、基础性强、被广泛引用，值得精读原始方法。", "priority": "精读", "verify": "已核对原文", "source_file": [ "02_METR_衡量AI完成长任务的能力_2026年2月更新_中文译本.md", "衡量AI完成长任务的能力.md" ], "id": "R0047", "url_zh": "viewer.html?f=R0047" }, { "title": "2028: The Global Intelligence Crisis (2028GIC)", "title_zh": "2028 全球智能危机：一次来自未来的金融史思想实验", "publisher": "Citrini Research", "publisher_zh": "Citrini 研究（独立宏观投研）", "category": "D", "authority": 3, "date": "2026-02-22", "date_estimated": false, "tags": [ "宏观", "资本与市场" ], "lang": "英文", "url": "https://www.citriniresearch.com/p/2028gic", "summary": "定位：知名独立投研 Citrini 的情景推演长文（明确声明是思想实验而非预测），以 2028 年 6 月「事后宏观备忘录」形式倒叙一场由 AI 引发的金融危机。核心推演：AI 能力兑现→白领裁员→消费萎缩的「人类智能替代螺旋」；「幽灵 GDP」（账面产出不进入真实流通）；SaaS 按席位收费模式被客户裁员机械性摧毁；13 万亿美元抵押贷款市场与私募信贷成为传导链。对中文读者价值：提供「AI 乐观判断本身即利空」的左尾风险框架，是对主流咨询报告叙事的必要对冲视角。优先级理由：非实证研究但思辨价值高，扫读吸收其反身性逻辑即可。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "2028_全球智能危机.md" ], "id": "R0048", "url_zh": "viewer.html?f=R0048" }, { "title": "The Data Value Chain: Key to Successful AI (CXOTalk Episode 834)", "title_zh": "数据价值链——AI 成功的关键（CXOTalk 访谈 Qlik CEO）", "publisher": "CXOTalk", "publisher_zh": "CXOTalk（嘉宾：Qlik CEO Mike Capone）", "category": "D", "authority": 2, "date": "2024-04-18", "date_estimated": false, "tags": [ "基础设施", "企业采纳" ], "lang": "英文", "url": "https://www.cxotalk.com/episode/the-data-value-chain-key-to-successful-ai", "summary": "定位：CXOTalk 第 834 期 23 分钟访谈（Qlik 赞助），Qlik CEO、前 ADP CIO Mike Capone 阐述「AI 价值链」概念。核心观点：AI 价值链是「捕获—编目—验证真实性—备好数据—分析—应用 AI—洞察转行动」的端到端流程，一切始于数据；实时性要求上升（「昨天的数据已经不够」）；数据血缘全程可追；最难一环是洞察转行动——「很多 C 级高管说：即使拿到答案也不知道该怎么办」。对中文读者价值：给「先修数据再谈 AI」提供来自厂商 CEO 兼资深 CIO 的一手表述，适合做数据治理动员的引用素材。优先级理由：时间较早（2024 年）、有厂商立场、篇幅短，作参考素材即可。", "priority": "参考", "verify": "已核对原文", "source_file": [ "Qlik-数据价值链——AI 成功的关键.md" ], "id": "R0049", "url_zh": "viewer.html?f=R0049" }, { "title": "The Five AI Value Models Driving Business Reinvention", "title_zh": "驱动业务重塑的五大 AI 价值模型", "publisher": "OpenAI", "publisher_zh": "OpenAI", "category": "D", "authority": 3, "date": "2026-03-05", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://openai.com/index/the-five-ai-value-models-driving-business-reinvention/", "summary": "定位：OpenAI 官方博客的企业级方法论文章，主张把 AI 从「零散用例清单」升级为五个相互解锁的价值模型投资组合。核心框架：员工赋能→AI 原生分发→专家能力→系统集成→Agent 主导运营，链条逻辑是「赋能建流畅度、流畅度使治理可行、治理支撑集成、集成使依赖管理成为可能、依赖管理让 Agent 运营变安全」；每个模型附典型陷阱（如「双轨制员工队伍」）与应对（AI 冠军网络、先定义转化质量标准）。对中文读者价值：厂商视角但结构清晰，可直接用作企业 AI 路线图的分阶段叙事模板；需注意其推销 ChatGPT 生态的立场。优先级理由：框架实用、篇幅适中，扫读提取五模型结构。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "驱动业务重塑的五大AI价值模型.md" ], "id": "R0050", "url_zh": "viewer.html?f=R0050" }, { "title": "McKinsey Agentic Organization Series (4 articles)", "title_zh": "麦肯锡「Agentic 组织」系列四篇：AI 时代的人才对齐价值 / Agentic 组织：AI 时代下一个范式的轮廓 / Agentic AI 如何挑战组织运行的四条规则 / 共生企业", "publisher": "McKinsey & Company", "publisher_zh": "麦肯锡", "category": "B", "authority": 5, "date": "2026-06-18", "date_estimated": false, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-agentic-organization-contours-of-the-next-paradigm-for-the-ai-era", "summary": "定位：麦肯锡同一世界观下的四篇系列（2025-09-26 纲领篇、2026-05-11 四规则篇、2026-06-16 共生企业篇、2026-06-18 人才篇，核心作者 Sandra Durth 贯穿三篇），构成「价值单元→组织骨架→底层假设→终局形态」完整推演。核心发现：Talent to Value 升级为「Talent and Agents to Value」并新增第五步「盯系统绩效」；五大支柱勾勒 agentic 组织，2-5 人小队可监管 50-100 个 agent 的「agent factory」；89% 组织仍停在工业时代范式、仅 1% 是去中心化网络；AI 可靠完成任务时长每 7 个月翻倍（引 METR）。对中文读者价值：目前最系统的「AI 重塑组织」顶层框架，可直接支撑组织诊断与岗位重构交付。优先级理由：范式级纲领文献，全部精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "麦肯锡-Agentic组织四篇/麦肯锡-Agentic组织四篇-精读与洞察.md" ], "id": "R0051", "url_zh": "viewer.html?f=R0051" }, { "title": "2026 Work Trend Index Annual Report: Agents, Human Agency, and the Opportunity for Every Organization", "title_zh": "微软2026年度工作趋势指数：智能体、人类能动性与每家组织的机会", "publisher": "Microsoft", "publisher_zh": "微软", "category": "D", "authority": 5, "date": "2026-05-05", "date_estimated": false, "tags": [ "企业采纳", "Agent", "宏观" ], "lang": "英文", "url": "https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization", "summary": "定位：微软WTI系列第六版旗舰报告，基于数万亿条M365信号、10万+条Copilot对话分析与10国2万名AI用户调研。核心发现：焦点从个人用AI转向组织承接力——组织因素（文化、经理支持、人才实践）对AI影响的解释力是个人努力的2倍以上；49%的Copilot对话服务于认知型工作；66%用户称AI释放高价值时间，58%产出一年前做不出的成果；'前沿专业人士'仅占AI用户16%但价值不成比例，其中80%称能产出一年前做不出的工作；提出'转型悖论'——员工已就绪、组织未跟上是AI价值释放最大瓶颈；M365上活跃AI agent数量同比增15倍。对中文读者价值：理解'员工跑在组织前面'这一普遍困境的最权威数据源，制造业agent部署深度超预期，可直接用于企业AI运营模式重设计讨论。优先级理由：数据规模与框架完整度均为本批最高，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "Microsoft_WTI_2026_完整版_中文译本.md", "Microsoft_WTI_2026_核心洞察_中文译本.md", "微软2026工作趋势指数-翻译与洞察.md", "AI报告雷达_2026第19周_0504-0510_共19份.md" ], "id": "R0052", "url_zh": "viewer.html?f=R0052" }, { "title": "The 2025 Annual Work Trend Index: The Frontier Firm Is Born", "title_zh": "微软2025年度工作趋势指数：前沿企业诞生", "publisher": "Microsoft", "publisher_zh": "微软", "category": "D", "authority": 4, "date": "2025-04-23", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://blogs.microsoft.com/blog/2025/04/23/the-2025-annual-work-trend-index-the-frontier-firm-is-born/", "summary": "定位：微软WTI第五版，首次提出'前沿企业（Frontier Firm）'概念，是2026版报告的框架源头。核心发现：82%领导者称今年是重思战略的关键年；71%前沿企业员工称公司蓬勃发展（全球均值仅37%）；员工平均每2分钟被打断一次；82%领导者计划12-18个月内引入数字劳动力；46%已用Agent全自动化工作流；33%考虑减员但78%考虑招聘AI新职位。提出'人机比例''代理老板（Agent Boss）''工作图（Work Charts）'等已被广泛引用的概念。对中文读者价值：理解人机混编组织设计的概念起点，与2026版对照阅读价值最大。优先级理由：作为上一年度报告可扫读补背景。", "priority": "扫读", "verify": "官方新闻稿", "source_file": [ "微软2025工作趋势-前沿企业诞生.md" ], "id": "R0053", "url_zh": "viewer.html?f=R0053", "metrics": [ { "key": "agent", "value": "46% 已全自动化工作流", "note": "46% 前沿企业已用 Agent 全自动化工作流，82% 计划 12-18 月内引入数字劳动力" } ] }, { "title": "AI Is Already Changing Work—Microsoft Included", "title_zh": "AI已经在改变工作——包括微软自己", "publisher": "Microsoft", "publisher_zh": "微软", "category": "D", "authority": 3, "date": "2024-10-02", "date_estimated": false, "tags": [ "企业采纳", "行业落地" ], "lang": "英文", "url": "https://www.microsoft.com/en-us/worklab/ai-is-already-changing-work-microsoft-included", "summary": "定位：微软WorkLab发布的'客户零号'自证文章，7位部门高管披露Copilot在微软内部7大职能的量化成果。核心发现：客服案例解决提速11.5%、销售人均收入+9.4%（高频用户成交率+20%）、营销Azure.com转化率+21.5%、HR问答准确率+42%、财务现金催收案例时长-60%、法务响应提速32%且87%员工报告生产力增强、IT自助成功率+36%。对中文读者价值：按部门拆解的ROI数据颗粒度是给企业各职能负责人做AI落地对标时最好引用的单页素材。优先级理由：发布时间较早（2024年10月），作为职能级案例库参考使用。", "priority": "参考", "verify": "官方新闻稿", "source_file": [ "微软WorkLab-AI已经在改变工作-包括微软自己.md" ], "id": "R0054", "url_zh": "viewer.html?f=R0054" }, { "title": "Labor Market Impacts of AI: A New Measure and Early Evidence", "title_zh": "AI对劳动力市场的影响：新度量与早期证据", "publisher": "Anthropic", "publisher_zh": "Anthropic", "category": "D", "authority": 4, "date": "2026-03-05", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.anthropic.com/research/labor-market-impacts", "summary": "定位：Anthropic Economic Futures项目旗舰研究（Massenkoff & McCrory），融合O*NET任务库、Claude真实使用数据与Eloundou理论暴露度，提出'观察暴露度'新指标。核心发现：AI实际使用远低于理论能力（β=1任务占Claude使用68%）；高暴露职业的BLS 2034就业增长预测更慢；最易暴露者偏向年长、女性、高学历、高薪；2022年末以来高暴露职业失业率无系统性上升，但22-25岁年轻人招聘有放缓迹象。对中文读者价值：'AI冲击就业'议题上最克制、方法论最扎实的早期预警框架，可校正媒体夸大叙事。优先级理由：属经济学级严谨研究且有完整译文，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "03_Anthropic_AI劳动力市场影响_完整版_中文译本.md", "03_Anthropic_AI劳动力市场影响_2026年3月_中文译本.md", "03_Anthropic_AI劳动力市场影响_核心洞察_中文译本.md" ], "id": "R0055", "url_zh": "viewer.html?f=R0055" }, { "title": "Anthropic Economic Index Report: Economic Primitives", "title_zh": "Anthropic经济指数报告：经济原语", "publisher": "Anthropic", "publisher_zh": "Anthropic", "category": "D", "authority": 4, "date": "2026-01", "date_estimated": true, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.anthropic.com/research/economic-index-primitives", "summary": "定位：Anthropic经济指数系列2026年1月期，与3月劳动力市场报告同系列不同期。核心发现（本地文件为摘记式解读）：提出'经济原语'概念——AI可独立完成的最基本商业任务单元，列举信息处理、内容生成、决策支持、客户服务、流程自动化、知识管理等7类原语及效率对比（如信息处理从8小时到5分钟）。对中文读者价值：'原语'这一拆解企业工作的分析视角，可用于AI场景识别方法论。优先级理由：本地文件为高度概括的二手摘记，部分数字为示意性表述而非原报告统计口径，引用前务必核对官方原文，本条目作线索参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": [ "2-Anthropic-经济指数报告.md" ], "id": "R0056", "url_zh": "viewer.html?f=R0056" }, { "title": "Anthropic Economic Index — Learning Curves", "title_zh": "Anthropic经济指数：学习曲线", "publisher": "Anthropic", "publisher_zh": "Anthropic", "category": "D", "authority": 4, "date": "2026-03-24", "date_estimated": false, "tags": [ "企业采纳", "宏观" ], "lang": "英文", "url": "https://www.anthropic.com/research/economic-index-march-2026-report", "summary": "定位：Anthropic第5期经济指数（数据期2026年2月），用隐私保留方法分析100万条Claude.ai对话与100万条API transcript，追踪AI对经济与劳动的真实影响。核心发现：augmentation（人机协作增强）占比略升；Claude.ai任务多样化，top10任务占比从24%降至19%；API流量上business sales与自动化交易工作流在2025年11月至2026年2月间翻倍；有经验用户比新手更善于把任务自动化，技能差距正在扩大。对中文读者价值：'AI技能差距扩大'的实证对企业培训体系设计有直接参考，可用于论证'会用AI的人先受益'。优先级理由：与同系列其他期互补，仅参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": [ "AI报告雷达_2026第19周_0504-0510_共19份.md" ], "id": "R0057", "url_zh": "https://www.infoobs.com/article/20260326/70974.html" }, { "title": "2026 Agentic Coding Trends Report", "title_zh": "2026年Agentic编程趋势报告", "publisher": "Anthropic", "publisher_zh": "Anthropic", "category": "D", "authority": 4, "date": "2026-01", "date_estimated": true, "tags": [ "Agent", "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://resources.anthropic.com/hubfs/2026%20Agentic%20Coding%20Trends%20Report.pdf", "summary": "定位：Anthropic发布的17页趋势报告，副标题'编码Agent如何重塑软件开发'，按基础/能力/影响三层给出8大趋势。核心发现：2025年编码Agent已从实验工具变为生产系统；开发者约60%工作使用AI，但仅能完全委派0-20%的任务——'协作现实'是全报告最重要数据锚点；预测单Agent将演变为协调Agent团队、长运行Agent构建完整系统、非技术用例跨组织扩展、双用风险需安全第一架构。对中文读者价值：规划研发部门AI改造与'人类监督如何规模化'的一手路线图，趋势7直接关联业务部门低代码化。优先级理由：有完整译文、判断克制，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "15_Anthropic_Agentic编程趋势2026_完整版_中文译本.md", "15_Anthropic_Agentic编程趋势2026_核心洞察_中文译本.md" ], "id": "R0058", "url_zh": "viewer.html?f=R0058" }, { "title": "AI Agent Trends 2026: Five Shifts That Will Redefine Roles, Workflows, and Business Value in 2026", "title_zh": "Google Cloud《2026 AI Agent趋势报告》：重新定义角色、工作流与业务价值的五大转变", "publisher": "Google Cloud", "publisher_zh": "谷歌云", "category": "D", "authority": 3, "date": "2026-01", "date_estimated": true, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://cloud.google.com/resources/content/ai-agent-trends-2026", "summary": "定位：Google Cloud发布的49页交互式趋势报告，基于The ROI of AI 2025调研（3,466位全球企业决策者，含1,814位agentic AI高管子样本），提出五大趋势：Agent服务每位员工、每条工作流、你的客户、安全、规模化。方法论为定量调研+Google/DeepMind高管访谈+客户案例混合，并配NotebookLM伴读。对中文读者价值：按'员工/工作流/客户/安全/规模'的五分法可直接映射为企业Agent战略规划模板，案例与专家引用密度高、可作培训素材。优先级理由：需注意厂商立场（每个趋势均导向Google Cloud产品）；样本量大、框架实用，建议精读（带厂商滤镜）。", "priority": "精读", "verify": "已核对原文", "source_file": [ "18_GoogleCloud_AIAgent趋势2026_完整版_中文译本.md", "18_GoogleCloud_AIAgent趋势2026_完整版_中文译本(1).md", "18_GoogleCloud_AIAgent趋势2026_核心洞察_中文译本.md" ], "id": "R0059", "url_zh": "viewer.html?f=R0059" }, { "title": "2026 State of AI Development: The Move to Agentic AI", "title_zh": "OutSystems《2026 AI开发现状》：迈向Agentic AI", "publisher": "OutSystems", "publisher_zh": "OutSystems", "category": "D", "authority": 3, "date": "2026-04-07", "date_estimated": false, "tags": [ "Agent", "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://www.outsystems.com/1/state-ai-development/", "summary": "定位：OutSystems委托第三方对1,900位全球IT领导者（调研于2025年12月-2026年1月，APAC样本527位）的年度调查。核心发现：96%组织已在某种程度使用AI Agent、97%在探索全系统级agentic战略、49%自评'高级或专家级'；但94%担忧'AI蔓延'、仅12%有中心化平台——采纳狂奔与治理滞后的张力是全报告主线；并引Gartner预测2026年底40%企业应用含Agent（2025年<5%）。对中文读者价值：'治理成熟度三层次'与6步CIO准备路线图，可直接用于企业Agent架构治理讨论。优先级理由：厂商利益相关（低代码平台商），数据引用时建议交叉验证，整体扫读。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "16_OutSystems_AI开发现状2026_完整版_中文译本.md", "16_OutSystems_AI开发现状2026_核心洞察_中文译本.md" ], "id": "R0060", "url_zh": "viewer.html?f=R0060", "metrics": [ { "key": "agent", "value": "96% 已使用", "note": "96% 组织已某种程度使用 AI Agent，但仅 12% 有中心化平台（厂商口径）" } ] }, { "title": "G2's Enterprise AI Agents Report: Industry Outlook for 2026", "title_zh": "G2企业AI代理报告：2026年行业展望", "publisher": "G2", "publisher_zh": "G2", "category": "D", "authority": 3, "date": "2025-12-15", "date_estimated": false, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://learn.g2.com/enterprise-ai-agents-report", "summary": "定位：软件评测平台G2发布的行业展望，方法论为对5家厂商（Nvidia×DataRobot、CloudTalk、Salesforge、Agent.ai/HubSpot、Canva）的结构化问卷（2025年10-11月）+G2自有市场调研。核心发现：57%公司已有AI代理在生产环境运行，约75%的公司过去一年投资了AI代理，议题已从'是否重塑工作'转向'多快规模化、嵌入哪里、授予多少自主权'。对中文读者价值：'行业×场景热点地图'与买家建议章节，适合做企业选型参考。优先级理由：样本仅5家厂商自述，证据强度有限，作为买方视角的市场信号扫读即可。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "17_G2_企业AI代理报告2026_完整版_中文译本.md", "17_G2_企业AI代理报告2026_核心洞察_中文译本.md" ], "id": "R0061", "url_zh": "viewer.html?f=R0061", "metrics": [ { "key": "agent", "value": "57% 生产运行", "note": "57% 公司已有 AI 代理在生产环境运行，约 75% 过去一年投资过" } ] }, { "title": "8 Ways Enterprise AI Agents Are Evolving in 2026", "title_zh": "2026年企业AI Agent的八种演进方向", "publisher": "Salesforce", "publisher_zh": "Salesforce", "category": "D", "authority": 2, "date": "2026-05-01", "date_estimated": false, "tags": [ "Agent", "基础设施" ], "lang": "英文", "url": "https://www.salesforce.com/blog/ai-agent-trends-2026/", "summary": "定位：Salesforce官方博客趋势文（作者为Agentforce产品市场经理），总结8个让Agent'在生产环境更可靠'的趋势。核心发现：确定性护栏（Agent Script）、上下文工程取代提示工程、MCP开放标准互联（2025年底已有1万+公开MCP服务器）与工具投毒风险、无头AI、运行时重建使平台延迟降70%、Agent Harness架构、语义级可观测性、Agent运营的团队问责。对中文读者价值：把'Agent可靠性工程'讲得体系化，术语（上下文工程/护栏/可观测性）可直接进入企业技术选型词汇表。优先级理由：每个趋势精准对应一款Agentforce产品，是趋势文与广告的混合体，扫读并剥离厂商叙事。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "Salesforce-2026企业AI Agent八大趋势-翻译与洞察.md" ], "id": "R0062", "url_zh": "viewer.html?f=R0062" }, { "title": "The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise", "title_zh": "机器人队友：生成式AI重塑团队协作与专业知识的实地实验", "publisher": "NBER", "publisher_zh": "美国国家经济研究局", "category": "A", "authority": 5, "date": "2025-03", "date_estimated": true, "tags": [ "企业采纳", "宏观" ], "lang": "英文", "url": "https://www.nber.org/papers/w33641", "summary": "定位：NBER工作论文w33641，研究'当AI成为队友而非工具时团队协作与专业知识如何变化'的大型企业实地实验。核心发现（本地摘记要点）：AI队友使团队产出显著提升（摘记记为43%）、低技能员工受益最大（摘记记为65%>高技能17%）、专业知识传递速度大幅加快，结论指向AI压缩技能差距、加速知识扩散。对中文读者价值：'AI能否替代团队协作功能'这一组织设计核心问题的最高等级学术证据，可支撑人机混编团队论证。优先级理由：本地文件为摘记式转述而非全文译本，具体数值与实验设计描述与NBER原文可能有出入，引用前必须核对原始论文。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_file": [ "3-NBER-AI重塑团队协作.md" ], "id": "R0063", "url_zh": "viewer.html?f=R0063" }, { "title": "2026 CIO and Technology Executive Agenda: The A.R.T. of Strategic Pivots in a Turbulent World", "title_zh": "Gartner 2026年CIO与技术高管议程：动荡世界中战略转向的A.R.T.", "publisher": "Gartner", "publisher_zh": "高德纳", "category": "D", "authority": 4, "date": "2025-10", "date_estimated": true, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://www.gartner.com/en/chief-information-officer/insights/cio-agenda", "summary": "定位：Gartner基于2026年CIO与技术高管调研的年度议程报告（付费墙，官方入口与网络研讨会免费）。核心发现（经检索核实）：A.R.T.官方含义为Agile realignment（敏捷再调整）、Risk readiness（风险就绪）、Tenacity（韧劲执行）；94%的CIO预期未来24个月计划将发生重大变化，仅48%数字化项目达标，仅18%实践动态再排序但这类CIO成为高绩效者的概率高24%。对中文读者价值：CIO年度规划的对标基准。优先级理由：本地文件为'待确认内容'的推测性笔记，其对A.R.T.的展开（Agility/Resilience/Transformation）与官方定义不符，不可直接引用，须以Gartner官方入口为准。", "priority": "参考", "verify": "官方新闻稿", "source_file": [ "Gartner-ART高效执行框架-企业实现AI时代的数字化转型方法.md" ], "id": "R0064", "url_zh": "viewer.html?f=R0064" }, { "title": "Artificial Analysis Intelligence Index v4.0 Methodology (updated to v4.0.4)", "title_zh": "Artificial Analysis智能指数方法论（v4.0，更新至v4.0.4）", "publisher": "Artificial Analysis", "publisher_zh": "Artificial Analysis", "category": "D", "authority": 4, "date": "2026-01-06", "date_estimated": false, "tags": [ "基础模型" ], "lang": "英文", "url": "https://artificialanalysis.ai/methodology/intelligence-benchmarking", "summary": "定位：业界引用最广的第三方LLM评测机构Artificial Analysis智能指数一年来最大的结构性重构（v4.0于2026年1月首发、持续更新至v4.0.4）。核心发现：移出趋于饱和的MMLU-Pro、AIME 2025、LiveCodeBench，新增GDPval-AA（44个职业的真实知识工作）、AA-Omniscience（6,000题知识与幻觉率）、CritPt（研究级物理）、τ²-Bench、Terminal-Bench等；体系重组为Agents/Coding/General/Scientific Reasoning四类各占25%，合计约9,386题+任务，95%置信区间<±1%；标志性转向是从'考知识'转为'衡量经济上有用的行动能力'。对中文读者价值：企业选型模型时读懂'智能指数'背后到底在测什么、哪些不入指数（多模态、多语言单独评测），避免被单一分数误导，是对比国产与海外模型的中立标尺。优先级理由：方法论工具书，按需参考。", "priority": "参考", "verify": "已核对原文", "source_file": [ "05_Artificial_Analysis_Intelligence_Index_v4.0_2026年1月_中文译本.md", "20_ArtificialAnalysis_IntelligenceIndex_v4.0.4_完整版_中文译本.md", "20_ArtificialAnalysis_IntelligenceIndex_v4.0.4_核心洞察_中文译本.md" ], "id": "R0065", "url_zh": "viewer.html?f=R0065" }, { "title": "State of AI: An Empirical 100 Trillion Token Study with OpenRouter", "title_zh": "AI现状：与OpenRouter合作的100万亿token实证研究", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2025-12", "date_estimated": true, "tags": [ "基础模型", "基础设施", "宏观" ], "lang": "英文", "url": "https://arxiv.org/abs/2601.10088", "summary": "定位：OpenRouter与a16z基于超100万亿token真实LLM调用元数据（300+模型、60+提供方、50%以上用量来自美国以外）的实证研究。核心发现：开源模型到2025年末占约1/3用量，中国开源模型从周占比1.2%飙升至某些周近30%（DeepSeek累计14.37万亿token居首）；创意角色扮演与编程是两大主导品类，颠覆'生产力任务主导'的直觉；代理式推理崛起；早期用户留存远超后期队列（'灰姑娘玻璃鞋效应'）。对中文读者价值：中国模型全球真实使用份额的第三方硬数据，可用于国产模型竞争力论证。优先级理由：方法透明（无内容访问、纯元数据），扫读重点章节即可。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "06_OpenRouter_a16z_AI现状_100万亿token实证研究_2025年12月_中文译本.md" ], "id": "R0066", "url_zh": "viewer.html?f=R0066" }, { "title": "How to Move from AI Experimentation to AI Transformation", "title_zh": "从AI实验走向AI转型：走出微观生产力陷阱", "publisher": "Harvard Business Review", "publisher_zh": "哈佛商业评论", "category": "B", "authority": 4, "date": "2026-04-30", "date_estimated": false, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://hbr.org/2026/04/how-to-move-from-ai-experimentation-to-ai-transformation", "summary": "定位：HBR刊发、贝恩合伙人与OpenAI首席经济学家Chatterji等合著的管理文章。核心论点：企业普遍陷入'微观生产力陷阱'——在任务层优化AI却不重构工作流，局部改进无法汇聚成组织级回报；姊妹研究显示不到20%的企业实现了生成式AI有意义的规模化。给出四步解法：战略性收窄用例、重构跨职能工作流、让一线员工真正参与、以绑定业务价值的方式衡量产出。对中文读者价值：回答'为什么试点很多、回报很少'的最佳管理语言框架，直接可用于CXO沟通。优先级理由：本地文档因付费墙由官方摘要+贝恩姊妹文章整合而成；概念穿透力强，建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_file": [ "HBR-AI实验到AI转型-微观生产力陷阱.md" ], "id": "R0067", "url_zh": "viewer.html?f=R0067" }, { "title": "Human–AI Collaboration in Knowledge Work: Productivity, Errors, and Ethical Risk", "title_zh": "知识工作中的人机协同：生产力、误差与伦理风险", "publisher": "Lex Localis – Journal of Local Self-Government", "publisher_zh": "《Lex Localis：地方自治期刊》", "category": "A", "authority": 2, "date": "2025-06", "date_estimated": true, "tags": [ "治理与风险", "企业采纳" ], "lang": "英文", "url": "https://www.researchgate.net/publication/398262384_HUMAN-AI_COLLABORATION_IN_KNOWLEDGE_WORK_PRODUCTIVITY_ERRORS_AND_ETHICAL_RISK", "summary": "定位：发表于Lex Localis期刊（Vol.23 No.S5, 2025）的混合方法实证论文，作者为巴基斯坦公共部门管理者。核心发现：AI辅助使写作、摘要、决策支持、问题求解四类任务提速32-39%，新手在结构化任务受益最大；但高复杂度任务误差上升15-25%；误差系统归为五类（幻觉事实、逻辑问题、捏造引用、关键遗漏、有偏假设）；信任校准与验证行为是有效性的关键中介。对中文读者价值：'速度-准确性权衡'的量化证据与五类误差清单，可直接转化为企业AI使用规范与培训教材。优先级理由：期刊影响力一般、样本量小，作为HITL/HOTL论证的补充证据参考。", "priority": "参考", "verify": "已核对原文", "source_file": [ "人机协同知识工作-生产力误差与伦理风险-翻译与洞察.md" ], "id": "R0068", "url_zh": "viewer.html?f=R0068" }, { "title": "State of AI: May 2026 — The Cyber Threshold, China's Coding Sprint, and Agents Meeting Real Markets", "title_zh": "AI现状·2026年5月号：网络攻击门槛、中国编程冲刺与智能体走进真实市场", "publisher": "Air Street Capital", "publisher_zh": "Air Street 资本", "category": "C", "authority": 4, "date": "2026-05-04", "date_estimated": false, "tags": [ "宏观", "治理与风险", "资本与市场" ], "lang": "英文", "url": "https://press.airstreet.com/p/state-of-ai-may-2026", "summary": "定位：Nathan Benaich团队的月度简报（年度State of AI Report的月度版），覆盖2026年4月动态，约5,000英文字含5大议题+8篇论文+投融资。核心发现：英国AISI评测显示前沿模型首次通关32步端到端企业网络攻击场景（专家级任务成功率73%），且攻击能力估计每4个月翻一番（此前为7个月）；微软-OpenAI重新签约，独家绑定时代终结；中国4家实验室12天内齐发开源编码模型打破'落后6-9个月'叙事，价格不到Claude Opus 4.7的1/3而能力接近；智能体在受限市场成功、在对抗市场失败（Project Deal内部agent经济186笔交易，对抗性市场21/24组合爆仓）。对中文读者价值：把握全球AI安全、地缘与资本脉搏的高密度月度扫描，'中国编程冲刺'章节尤具参照价值。优先级理由：月度最高密度信号源，建议精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "State_of_AI_May2026_完整版_中文译本.md", "State_of_AI_May2026_核心洞察_中文译本.md", "AI报告雷达_2026第19周_0504-0510_共19份.md" ], "id": "R0069", "url_zh": "viewer.html?f=R0069" }, { "title": "Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations of Labor Market Tasks", "title_zh": "巨浪还是涨潮：基于数千名工作者任务评估的AI自动化初步发现", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 4, "date": "2026-04-02", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://futuretech.mit.edu/publication/crashing-waves-vs-rising-tides-preliminary-findings-on-ai-automation-from-thousands-of-worker-evaluations-of-labor-market-tasks", "summary": "定位：MIT FutureTech（Neil Thompson团队）基于11,536个O*NET真实劳动任务、数千名工作者评估的AI自动化实证研究，目标覆盖900+美国职业。核心发现：AI对就业更像「涨潮」而非「巨浪」——在真实任务上各时长表现大致持平，与METR基准测试的「突然爆发」形态截然不同；2024Q2前沿模型能以50%成功率完成人类需3-4小时的任务，2025Q3已扩展到约1周；若趋势延续，2029年多数文本任务「够用」成功率达80-95%，但「近乎完美」仍需数年。对中文读者价值：为「AI取代论」提供冷静的实证锚点，直接回应Amodei式激进预测，是判断自动化节奏的一手依据。优先级理由：方法论独特（真实任务+工作者评估）、与METR形成关键分歧，值得精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "12_MIT_AI涨潮非巨浪_完整版_中文译本.md", "12_MIT_AI涨潮非巨浪_核心洞察_中文译本.md" ], "id": "R0070", "url_zh": "viewer.html?f=R0070" }, { "title": "The State of AI in HR 2026", "title_zh": "2026年HR领域AI应用现状", "publisher": "SHRM", "publisher_zh": "美国人力资源管理协会", "category": "D", "authority": 4, "date": "2026-04", "date_estimated": true, "tags": [ "企业采纳", "行业落地" ], "lang": "英文", "url": "https://www.shrm.org/topics-tools/research/state-of-ai-hr-2026/full-report", "summary": "定位：全球最大HR专业协会SHRM的年度AI专题调查，2025年12月调研1,722位在职HR专业人员，覆盖16个HR实践领域138个用例。核心发现：46%的组织预期2026年在HR中使用AI；92%的CHRO预期AI进一步整合进工作力；AI对岗位影响呈「重塑>新岗位>替代」（5.7:3:1）结构；AI对效率与创造力提升显著但不威胁职业前景。对中文读者价值：为企业HR部门AI落地提供按职能、规模多维切分的美国基准数据，是设计HR AI路线图和培训课程的直接参照。优先级理由：样本大、粒度细、与CHRO视角报告互补，HR与组织转型从业者应精读，其他读者扫读即可。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "13_SHRM_AI在HR2026_完整版_中文译本.md", "13_SHRM_AI在HR2026_核心洞察_中文译本.md" ], "id": "R0071", "url_zh": "viewer.html?f=R0071", "metrics": [ { "key": "jobs", "value": "重塑:新岗位:替代 = 5.7:3:1", "note": "AI 对岗位影响呈「重塑>新岗位>替代」结构" } ] }, { "title": "Firm Data on AI (NBER Working Paper No. 34836)", "title_zh": "企业AI数据（NBER工作论文34836号）", "publisher": "NBER", "publisher_zh": "美国国家经济研究局", "category": "A", "authority": 4, "date": "2026-02", "date_estimated": true, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.nber.org/papers/w34836", "summary": "定位：Nicholas Bloom、Steven Davis领衔，联合亚特兰大联储、英格兰银行、德意志联邦银行、麦考瑞大学四国央行调查体系的企业AI采纳实证论文，样本为美英德澳5,900+高管加约3,000名美国员工（2025年11月-2026年1月）。核心发现：既有AI采纳率估计相差超10倍（3%到88%），根源在回答者特征与激励差异；该研究以「央行背书+电话验证」方法给出可信基准，并系统对比高管与员工对AI就业、生产力影响的预期差。对中文读者价值：这是目前方法论最严谨的跨国企业AI采纳度量，可用来校准各类咨询报告的乐观数字。优先级理由：数据权威、直接回答「AI到底用到什么程度」这一底层问题，值得精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "14_NBER_企业AI数据_完整版_中文译本.md", "14_NBER_企业AI数据_核心洞察_中文译本.md" ], "id": "R0072", "url_zh": "viewer.html?f=R0072", "metrics": [ { "key": "adoption", "value": "3%~88%", "note": "既有各类估计相差超 10 倍，凸显采纳率口径分歧" } ] }, { "title": "Context-maxxing: A Path to Cognitive Agency with Generative AI (Working Paper #196)", "title_zh": "上下文最大化：通往人类认知能动性的生成式AI之路", "publisher": "Brookings", "publisher_zh": "布鲁金斯学会", "category": "A", "authority": 4, "date": "2026-05-06", "date_estimated": false, "tags": [ "治理与风险", "Agent" ], "lang": "英文", "url": "https://www.brookings.edu/articles/context-maxxing-cognitive-agency-generative-ai/", "summary": "定位：Brookings工作论文196号（Jacob Taylor等，约40页、130+引用），提出「Context-Maxxing」部署范式，延续其Vibe Teaming研究主线。核心发现：行业争论的token-maxxing与outcome-maxxing都问错了问题，真正标准是部署方式是否扩展人类「认知能动性」（控制/效能/精通三维）；context已成新数据并形成「上下文飞轮」，作者给出harness、LLM接入、context web、安全、托管五大基础设施模块与specification/orchestration/exploration三大配套能力，且论文本身即按此方法用AI协作写成。对中文读者价值：为企业设计「人主导的AI工作环境」提供罕见的架构级框架，对Agent基础设施选型有启发。优先级理由：概念前沿但偏理论，建议扫读框架、按需深读。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "Brookings_Context-maxxing_完整版_中文译本.md", "Brookings_Context-maxxing_核心洞察_中文译本.md" ], "id": "R0073", "url_zh": "viewer.html?f=R0073" }, { "title": "The \"Last Mile\" Problem Slowing AI Transformation", "title_zh": "拖慢AI转型的「最后一公里」问题", "publisher": "Harvard Business Review", "publisher_zh": "哈佛商业评论", "category": "A", "authority": 4, "date": "2026-03-09", "date_estimated": false, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://hbr.org/2026/03/the-last-mile-problem-slowing-ai-transformation", "summary": "定位：HBR 2026年3月文章，哈佛商学院Karim Lakhani、微软Jared Spataro、哈佛D3所长Jen Stave合著，依托Frontier Firm Initiative多行业高管调研。核心发现：AI转型的首要障碍既非数据也非模型，而是组织设计——「最后一公里」；提出试点泛滥、生产力鸿沟、流程负债、部落知识、代理治理、架构复杂度、效率陷阱7个摩擦点与3大应对方向；金句「Pilot rich but transformation poor」已成CEO圈流行语。对中文读者价值：7×3框架可直接转化为企业AI转型培训课程骨架，与斯坦福Playbook形成「理论+实证」互补。优先级理由：论点锋利、框架可操作，做企业AI咨询与培训者应精读；注意译本基于官方摘要与多源解读综合整理。", "priority": "精读", "verify": "官方新闻稿", "source_file": [ "HBR_Last_Mile_AI_2026_完整版_中文译本.md", "HBR_Last_Mile_AI_2026_核心洞察_中文译本.md" ], "id": "R0074", "url_zh": "viewer.html?f=R0074" }, { "title": "Looking Ahead at AI and Work in 2026", "title_zh": "展望2026年的AI与工作", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 3, "date": "2026-01-21", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://mitsloan.mit.edu/ideas-made-to-matter/looking-ahead-ai-and-work-2026", "summary": "定位：MIT斯隆《AI at Work》月度通讯改编的官方专栏文章，汇集多位MIT教授对2026年AI与工作的关注焦点。核心发现：Ramakrishnan提出应追踪「人机准确度差距」而非要求AI达到100%（人类95% vs LLM 90%，且2026年LLM很可能在许多企业任务上反超）；Wixom聚焦AI护栏与治理新实践；Rigobon警告将创造力外包给AI的脑可塑性风险；Webster关注机械可解释性研究。对中文读者价值：一篇快速把握MIT学者群2026年议程的导览，「人机准确度差距」是可直接用于业务任务评估的实用视角。优先级理由：观点集锦而非实证报告，信息密度中等，参考即可。", "priority": "参考", "verify": "已核对原文", "source_file": [ "MIT斯隆-AI与工作2026展望.md" ], "note": "文章非报告（MIT斯隆官方通讯文章）", "id": "R0075", "url_zh": "viewer.html?f=R0075" }, { "title": "7 Agentic AI Trends to Watch in 2026", "title_zh": "2026年代理AI的7大趋势", "publisher": "Machine Learning Mastery", "publisher_zh": "机器学习精通（技术博客）", "category": "D", "authority": 2, "date": "2026-01-05", "date_estimated": false, "tags": [ "Agent" ], "lang": "英文", "url": "https://machinelearningmastery.com/7-agentic-ai-trends-to-watch-in-2026/", "summary": "定位：技术博客Machine Learning Mastery的年度Agent趋势盘点文章，综合Gartner等二手数据。核心发现：Agent市场规模预计从78亿美元增至2030年520亿美元；Gartner预测2026年底40%企业应用将嵌入AI代理（2025年<5%）；多代理系统咨询量2024Q1-2025Q2增长1,445%；近2/3组织在实验但<1/4成功规模化到生产；趋势涵盖多代理编排、MCP/A2A协议标准化、企业规模化差距等。对中文读者价值：一篇把Agent技术趋势与企业落地数据串起来的快速扫盲文，适合给业务团队做Agent认知铺垫。优先级理由：二手信息汇编、非原创研究，数据需回溯Gartner原始出处，参考即可。", "priority": "参考", "verify": "已核对原文", "source_file": [ "MLMastery-2026年代理AI的7大趋势.md" ], "note": "文章非报告（技术博客趋势盘点）", "id": "R0076", "url_zh": "viewer.html?f=R0076" }, { "title": "Our Principles", "title_zh": "OpenAI价值观原则声明《我们的原则》", "publisher": "OpenAI", "publisher_zh": "OpenAI", "category": "D", "authority": 4, "date": "2026-04-26", "date_estimated": false, "tags": [ "治理与风险" ], "lang": "英文", "url": "https://openai.com/index/our-principles/", "summary": "定位：OpenAI于2026年4月26日在官网发布的价值观原则声明，本条目以该原文为主体，source_file为公众号「AI组织进化论」的中文解读。核心发现：提出民主化、赋能、普遍繁荣、韧性、适应性五项原则，核心判断是AI最大风险之一不是技术失控，而是能力与权力被少数人垄断——未来权力可能集中于少数控制超级智能的公司，也可能去中心化地掌握在大众手中。对中文读者价值：解读文章将五原则转译为企业AI转型的五个拷问（能力是否被少数人截留、是否放大能动性、基础设施是否就绪等），可直接用于管理层讨论。优先级理由：厂商价值观宣言而非实证研究，需带批判性阅读，扫读原文加解读即可。", "priority": "扫读", "verify": "已核对原文", "source_file": [ "OpenAI发布最新价值观原则：AI最大的风险，不只是失控，而是权力垄断.md" ], "id": "R0077", "url_zh": "viewer.html?f=R0077" }, { "title": "The 2026 AI Index Report", "title_zh": "2026年人工智能指数报告（第九版）", "publisher": "Stanford HAI", "publisher_zh": "斯坦福 HAI", "category": "A", "authority": 5, "date": "2026-04-13", "date_estimated": false, "tags": [ "宏观", "基础模型", "治理与风险" ], "lang": "英文", "url": "https://hai.stanford.edu/ai-index/2026-ai-index-report", "summary": "定位：斯坦福HAI年度旗舰报告第九版，400+页九大章节（今年新增「科学」章），全球最权威的AI年度体检。核心发现：SWE-bench Verified一年内从60%跃至接近100%，组织AI采纳率88%；中美顶级模型差距实际消失（截至2026年3月仅差2.7%）；「参差不齐的前沿」——AI拿IMO金牌却只有50.1%概率读对钟表；AI事件升至362起而安全基准披露仍零散；美国私营AI投资2,859亿美元是中国23倍，但移美AI研究者自2017年下降89%；生成式AI三年达53%人口采纳率、快于PC与互联网。对中文读者价值：中美结构性对比（美国堆尖峰、中国铺规模）是战略研判的年度基准数据源。优先级理由：年度必读锚点报告，精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "Stanford_HAI_2026_AI_Index_完整版_中文译本.md", "Stanford_HAI_2026_AI_Index_12项核心洞察_中文译本.md", "Stanford_AI_Index_2026_核心洞察_中文译本.md" ], "id": "R0078", "url_zh": "viewer.html?f=R0078", "metrics": [ { "key": "adoption", "value": "88%", "note": "组织 AI 采纳率；生成式 AI 三年达 53% 人口采纳率" } ] }, { "title": "The Enterprise AI Playbook: Lessons from 51 Successful Deployments", "title_zh": "企业AI实战手册：51个成功部署案例的启示", "publisher": "Stanford Digital Economy Lab", "publisher_zh": "斯坦福数字经济实验室", "category": "A", "authority": 4, "date": "2026-04-02", "date_estimated": false, "tags": [ "企业采纳", "行业落地" ], "lang": "英文", "url": "https://digitaleconomy.stanford.edu/publication/enterprise-ai-playbook/", "summary": "定位：Erik Brynjolfsson领衔（Pereira、Graylin合著）的116页实证研究，5个月深度访谈41家企业51个已产生可量化价值的生产级AI部署（7国9行业、覆盖100万+员工），与MIT NANDA「95%试点无财务影响」形成镜像——专门研究成功的5%。核心发现：77%的最大挑战是变革管理、数据质量、流程重设计等「隐形成本」，技术仅占23%；61%成功项目此前至少经历一次重大失败；100%采用迭代式开发；「升级模式」（AI自主处理80%+）中位生产力提升71%远超逐条审批的30%；最大阻力来自法务/HR/合规等职能部门（35%）而非终端用户（23%）。对中文读者价值：目前最扎实的企业AI落地方法论，可直接转化为咨询与培训素材。优先级理由：实证厚度与可操作性兼备，最值得精读。", "priority": "精读", "verify": "已核对原文", "source_file": [ "Stanford_Enterprise_AI_Playbook_完整版_中文译本.md", "Stanford_Enterprise_AI_Playbook_核心洞察_中文译本.md", "企业AI实战手册_51个成功部署案例的启示_中文译本.md", "斯坦佛发现AI不落地是因为管理团队不行.md", "斯坦福最新报告揭示：企业AI落地，技术从来不是最难的部分.md" ], "id": "R0079", "url_zh": "viewer.html?f=R0079" }, { "title": "Automation and New Tasks: How Technology Displaces and Reinstates Labor", "title_zh": "自动化与新任务：技术如何替代与重建劳动力", "publisher": "Journal of Economic Perspectives (Acemoglu & Restrepo)", "publisher_zh": "《经济展望期刊》（阿西莫格鲁、雷斯特雷波）", "category": "A", "authority": 5, "date": "2019-05", "date_estimated": true, "tags": [ "宏观" ], "lang": "英文", "url": "https://www.aeaweb.org/articles?id=10.1257/jep.33.2.3", "summary": "定位：诺贝尔经济学奖得主Acemoglu与Restrepo 2019年发表于JEP的经典论文（Vol.33 No.2, pp.3-30），是当前AI就业讨论的理论基石。核心发现：提出基于任务的框架，自动化通过「替代效应」降低劳动份额，需靠创造新任务的「重建效应」抵消；1980-2015年约一半就业增长发生在任务内容变化的职业；过去30年替代效应强于以往而重建效应明显更弱，暗示自动化加速、新任务创造减速；不应指望自动化带来与生产率相称的工资增长。对中文读者价值：理解MIT涨潮报告、NBER企业数据等最新研究的共同理论源头，「替代vs重建」是分析AI岗位重构的底层语言。优先级理由：经典文献，做AI与就业议题者应精读一次、常年参考。", "priority": "参考", "verify": "已核对原文", "source_file": [ "08_Acemoglu_Restrepo_自动化与新任务_JEP2019_中文译本.md" ], "note": "2019年经典学术论文，非本周新报告", "id": "R0080", "url_zh": "viewer.html?f=R0080" }, { "title": "Persona Generators: Generating Diverse Synthetic Personas for Arbitrary Contexts", "title_zh": "人格生成器：为任意场景生成多样化合成人格", "publisher": "Google DeepMind", "publisher_zh": "谷歌DeepMind", "category": "A", "authority": 3, "date": "2026-02", "date_estimated": true, "tags": [ "基础模型", "Agent" ], "lang": "英文", "url": "https://arxiv.org/abs/2602.03545", "summary": "定位：Google DeepMind研究者（Davide Paglieri、Logan Cross等）的arXiv论文，source_file为DeepLearning.AI《The Batch》第947期中文编译解读。核心发现：直接让LLM扮演角色只会产生「平均化」回答；该方法用进化算法AlphaEvolve迭代优化生成器代码（10个版本并行、500次迭代），产出25个人格提示词以最大化观点覆盖；在新测试场景中覆盖82%的可能回答，优于Nemotron Personas的76%和记忆生成器的46%。对中文读者价值：为「虚拟用户模拟」提供了从追求最可能答案转向覆盖所有可能性的新思路，可用于产品调研、市场反馈模拟等业务场景。优先级理由：技术方法论文，对做用户研究与Agent仿真的团队有启发，一般读者参考。", "priority": "参考", "verify": "仅基于搜索摘要", "source_file": [ "模拟多样化人群-人格合成.md" ], "id": "R0083", "url_zh": "viewer.html?f=R0083" }, { "title": "The 2025 AI Index Report", "title_zh": "2025年人工智能指数报告", "publisher": "Stanford HAI", "publisher_zh": "斯坦福 HAI", "category": "A", "authority": 5, "date": "2025-04-07", "date_estimated": false, "tags": [ "宏观", "基础模型", "治理与风险", "企业采纳" ], "lang": "英文", "url": "https://hai.stanford.edu/ai-index/2025-ai-index-report", "summary": "定位：全球最权威的AI年度体量报告，由斯坦福HAI跨学科指导委员会编制，是横跨技术、经济、治理、公众态度的年度基准。核心发现：2024年前沿模型在新基准上性能激增，MMMU、GPQA、SWE-bench分别提升18.8、48.9、67.3个百分点；AI相关事故上升但标准化负责任AI评测仍稀缺；OECD/欧盟/联合国/非盟等密集发布治理框架；公众态度分化显著——中国83%、印尼80%认为AI利大于弊，而美国仅39%、荷兰36%。对中文读者价值：是理解全球AI进展与中外态度落差的必备底稿，数据可直接用于培训、简报与对标。阅读优先级理由：年度权威旗舰、数据密度极高、几乎所有二次研究都会引用，故列为精读。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0084", "url_zh": "viewer.html?f=R0084" }, { "title": "Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence", "title_zh": "煤矿中的金丝雀？关于AI近期就业影响的六个事实", "publisher": "Stanford Digital Economy Lab", "publisher_zh": "斯坦福数字经济实验室", "category": "A", "authority": 4, "date": "2025-11-13", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://digitaleconomy.stanford.edu/publication/canaries-in-the-coal-mine-six-facts-about-the-recent-employment-effects-of-artificial-intelligence/", "summary": "定位：Brynjolfsson、Chandar、Chen基于全美最大薪酬软件商（ADP）高频行政数据的开创性实证研究，被广泛视为AI就业冲击的首个大规模早期证据。核心发现：22-25岁早期职业工人在AI最暴露职业中就业相对下降约16%；同职业的资深工人就业稳定或增长；下降主要发生在AI替代（而非增强）人力的岗位；剔除科技公司与远程友好岗位后结论依然稳健。对中文读者价值：为‘AI先冲击谁’提供可量化答案，直接关系人才培养与入门岗位设计，对讨论年轻人就业与技能升级极具说服力。阅读优先级理由：结论鲜明、方法扎实、传播度极高，是就业议题必读，列为精读。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0085", "url_zh": "viewer.html?f=R0085", "metrics": [ { "key": "jobs", "value": "22-25 岁降约 16%", "note": "AI 最暴露职业中 22-25 岁早期职业工人就业相对下降约 16%，资深工人稳定" } ] }, { "title": "The GenAI Divide: State of AI in Business 2025", "title_zh": "生成式AI鸿沟：2025企业AI现状", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 4, "date": "2025-07", "date_estimated": true, "tags": [ "企业采纳", "行业落地", "Agent" ], "lang": "英文", "url": "https://mlq.ai/media/quarterly_decks/v0.1_State_of_AI_in_Business_2025_Report.pdf", "summary": "定位：MIT NANDA项目基于300+项目复盘、52场访谈、153份问卷的企业落地实证，因‘95%试点无回报’的结论在全球引发热议。核心发现：在企业投入300-400亿美元后，约95%的组织在损益表上看不到可衡量影响，鸿沟不在采纳而在见效；根因不是人才、算力或监管，而是缺乏学习、集成与情境适配；向专业厂商采购/合作的成功率约67%，是自建的三倍；组织设计（下放实施权、保留问责）才是跨越鸿沟的关键。对中文读者价值：直击‘为何AI试点难落地’这一制造业与企业最痛的问题，为采购决策与组织设计提供反常识依据。阅读优先级理由：话题性与实操性俱强、被反复引用，列为精读。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0086", "url_zh": "viewer.html?f=R0086", "metrics": [ { "key": "roi", "value": "约 95% 无回报", "note": "约 95% 组织在损益表上看不到可衡量影响" } ] }, { "title": "The Future of Jobs Report 2025", "title_zh": "2025未来就业报告", "publisher": "World Economic Forum", "publisher_zh": "世界经济论坛", "category": "A", "authority": 5, "date": "2025-01", "date_estimated": true, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.weforum.org/publications/the-future-of-jobs-report-2025/", "summary": "定位：WEF年度旗舰，汇聚1000+全球雇主（覆盖55个经济体、22个产业集群、逾1400万员工）对2025-2030劳动力转型的预判，是就业趋势的全球权威基准。核心发现：到2030年岗位扰动相当于22%的现有岗位，新增1.7亿、消失9200万，净增7800万个岗位；近40%的岗位技能将改变，63%的雇主视技能缺口为最大转型障碍；一线岗位（配送、建筑、护理、教育）绝对增长最大，AI、机器人与能源领域专才需求激增。对中文读者价值：是规划技能重塑与人力转型的顶层参照，宏观数据可直接支撑CXO简报与培训。阅读优先级理由：全球年度权威、数据被广泛引用，列为精读。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0087", "url_zh": "viewer.html?f=R0087", "metrics": [ { "key": "jobs", "value": "净增 7800 万", "note": "到 2030 新增 1.7 亿、消失 9200 万、净增 7800 万个岗位；近 40% 岗位技能将改变" } ] }, { "title": "New data show no AI jobs apocalypse—for now", "title_zh": "新数据显示：AI就业末日尚未到来——至少目前", "publisher": "Brookings", "publisher_zh": "布鲁金斯学会", "category": "A", "authority": 4, "date": "2025-10-01", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.brookings.edu/articles/new-data-show-no-ai-jobs-apocalypse-for-now/", "summary": "定位：布鲁金斯与耶鲁预算实验室联合分析，追踪ChatGPT发布后33个月的美国劳动力数据，为‘AI是否正在摧毁岗位’提供实证降温。核心发现：高/中/低AI暴露岗位的就业占比随时间‘异常稳定’，未见AI暴露职业失业上升；职业结构变化仅略快于历史技术变迁，且趋势早于ChatGPT；AI能力与实际使用之间存在显著落差；企业API任务中约77%指向自动化，而聊天机器人约50%用于增强。对中文读者价值：与斯坦福‘金丝雀’形成有益张力，提醒‘冲击真实但节奏不等于末日’，有助于校准企业转型叙事。阅读优先级理由：与就业冲击论互补、结论克制可信，列为扫读。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0088", "url_zh": "viewer.html?f=R0088" }, { "title": "Trends in Artificial Intelligence", "title_zh": "人工智能趋势（数据看板）", "publisher": "Epoch AI", "publisher_zh": "Epoch AI", "category": "A", "authority": 4, "date": "2025-06", "date_estimated": true, "tags": [ "基础模型", "基础设施", "资本与市场" ], "lang": "英文", "url": "https://epoch.ai/trends", "summary": "定位：Epoch AI持续更新的权威AI趋势数据看板，以量化方式追踪前沿模型的算力、硬件、软件效率与投资动态，是理解AI能力增长节奏的‘度量衡’。核心发现：前沿语言模型训练算力自2020年起以每年约5倍增长（约5.2个月翻倍）；同等性能的推理成本快速下降（约每2个月减半）；AI芯片每美元性能约每年提升37%、GPU能效每年约34%；预训练算力效率每年约3倍提升。对中文读者价值：为算力、成本、能力增速提供可引用的硬数据，支撑基础设施投资与技术路线判断，避免凭感觉谈趋势。阅读优先级理由：数据资源型看板、随时可查但非叙事报告，列为参考。具体最新数值需读全文并注意其滚动更新。", "priority": "参考", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0089", "url_zh": "viewer.html?f=R0089" }, { "title": "Generative AI and the Future of Work: A Global Dialogue", "title_zh": "生成式AI与工作的未来：一场全球对话", "publisher": "OECD.AI", "publisher_zh": "经合组织AI政策观察站（联合GPAI）", "category": "A", "authority": 4, "date": "2025-01-28", "date_estimated": false, "tags": [ "宏观", "治理与风险" ], "lang": "英文", "url": "https://wp.oecd.ai/app/uploads/2025/01/20250128_GPAI_GenAI_FoW_report_final_VOECD.pdf", "summary": "定位：OECD.AI与GPAI就生成式AI对工作影响的全球政策对话综合报告，代表OECD在AI与就业治理上的官方立场。核心发现（据官方摘要）：2025年OECD各国企业AI采用率约20.2%（较2024年14.2%显著上升），ICT行业最高达57.3%；技能短缺是SME采纳的主要制约，约40%制造与金融业未采纳者称技能是主因；仅不到1%工人需要高级AI专业技能，AI更多抬升的是数字、数据分析与管理类通用技能；超三分之一OECD个人已使用生成式AI工具。对中文读者价值：提供跨国采纳率与技能治理的政策级参照，适合对标中国企业采纳节奏与技能政策。阅读优先级理由：政策取向、宏观视角，列为扫读。部分细节需读全文。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0090", "url_zh": "viewer.html?f=R0090", "metrics": [ { "key": "adoption", "value": "20.2%", "note": "2025 年 OECD 各国企业 AI 采用率（较 2024 年 14.2% 上升），ICT 业最高 57.3%" } ] }, { "title": "How Americans View AI and Its Impact on People and Society", "title_zh": "美国人如何看待AI及其对个人与社会的影响", "publisher": "Pew Research Center", "publisher_zh": "皮尤研究中心", "category": "A", "authority": 4, "date": "2025-09-17", "date_estimated": false, "tags": [ "宏观", "治理与风险" ], "lang": "英文", "url": "https://www.pewresearch.org/science/2025/09/17/how-americans-view-ai-and-its-impact-on-people-and-society/", "summary": "定位：皮尤研究中心2025年公众AI态度旗舰调研，是理解美国社会对AI情绪的权威民调。核心发现：50%的美国人对AI日益普及更担忧而非兴奋（仅10%更兴奋）；57%认为AI社会风险高，仅25%认为收益高；53%认为AI会削弱创造性思维、50%认为会损害有意义的人际关系；60%希望对AI在生活中的使用有更多掌控；公众支持AI用于天气预报（74%）、欺诈检测（70%）等分析任务，但反对其涉入信仰（73%反对）与婚恋匹配（67%反对）。对中文读者价值：为讨论AI社会接受度、信任与产品边界提供可靠民调锚点，与斯坦福AI Index的跨国态度数据互为补充。阅读优先级理由：民调详实、议题贴近人机协同信任，列为扫读。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0091", "url_zh": "viewer.html?f=R0091" }, { "title": "Superagency in the Workplace: Empowering People to Unlock AI's Full Potential at Work", "title_zh": "职场超级能动性：赋能员工释放AI全部潜力（2025职场AI报告）", "publisher": "McKinsey & Company", "publisher_zh": "麦肯锡", "category": "B", "authority": 5, "date": "2025-01-28", "date_estimated": false, "tags": [ "企业采纳", "基础模型" ], "lang": "英文", "url": "https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work", "summary": "麦肯锡2025年1月发布的年度职场AI旗舰报告，提出\"超级能动性\"（Superagency）概念，主张AI不是替代人而是放大人的创造力、生产力与影响力，核心是增强而非自动化。报告基于对员工与领导者的调研，揭示关键错配：领导者估计仅4%员工将生成式AI用于至少30%的日常工作，实际约13%；员工使用AI的深度是领导者预期的三倍。报告指出规模化困境——几乎所有公司都在投入AI，92%计划三年内加大投入，但仅1%认为已达成熟；48%员工把培训列为采纳AI最重要因素，却近半数几乎未获培训。启示在于领导层需正视一线员工的AI热情，通过培训、工具整合与领导支持推动规模化。对中文读者价值：一线员工AI热情与领导认知落差的实证，可直接用于组织变革与培训动员。具体数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0092", "url_zh": "viewer.html?f=R0092" }, { "title": "The State of AI: How Organizations Are Rewiring to Capture Value", "title_zh": "AI现状：组织如何重构以捕获价值", "publisher": "McKinsey & Company", "publisher_zh": "麦肯锡", "category": "B", "authority": 5, "date": "2025-03", "date_estimated": true, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai", "summary": "麦肯锡QuantumBlack 2025年3月发布的State of AI全球调研报告（当年上半年版，区别于2025年11月的\"Agents, Innovation, and Transformation\"年度版），主题聚焦组织如何通过\"重构\"而非简单叠加AI来捕获价值。核心发现：真正的AI价值来自工作流的根本重设计而非在既有流程上层叠AI——高绩效者更可能追求转型式变革并从根本上重构工作流。报告同时追踪企业对AI Agent的实验与规模化进展、CEO治理参与度、以及价值实现的组织杠杆。这份上半年版与11月版共同构成2025年麦肯锡AI现状的两个观测点。对中文读者价值：与已入库的11月年度版对照，看清企业AI价值捕获的年内演进。具体百分比数据需读全文核对。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0093", "url_zh": "viewer.html?f=R0093" }, { "title": "AI Radar 2025: From Potential to Profit — Closing the AI Impact Gap", "title_zh": "AI雷达2025：从潜力到利润——弥合AI影响力鸿沟", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2025-01-15", "date_estimated": false, "tags": [ "企业采纳", "资本与市场", "Agent" ], "lang": "英文", "url": "https://www.bcg.com/publications/2025/closing-the-ai-impact-gap", "summary": "BCG 2025年1月发布的年度AI Radar旗舰报告，调研全球19个市场、12个行业的1803位C级高管，核心揭示\"AI影响力鸿沟\"：75%高管把AI列为前三战略优先项，但仅约四分之一（25%）报告从AI投资中获得显著价值。三分之一企业计划2025年在AI上投入超过2500万美元，价值实现却对多数企业遥不可及。报告提出成功者的路径——聚焦少数AI举措（领先者平均3.5个用例 vs 落后者6.1个，ROI高2.1倍）、快速规模化、改造核心流程、提升团队技能并系统衡量回报。方法论上主张\"10-20-70\"框架：70%精力投入人、流程与文化变革，20%投入数据与技术，仅10%投入算法。对中文读者价值：10-20-70 框架可直接用于企业 AI 转型资源配置沟通。是B类年度旗舰的年初关键节点。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0094", "url_zh": "viewer.html?f=R0094", "metrics": [ { "key": "roi", "value": "25% 获显著价值", "note": "75% 高管把 AI 列前三优先项，仅约 25% 报告获显著价值" } ] }, { "title": "AI at Work 2025: Momentum Builds, but Gaps Remain", "title_zh": "职场AI 2025：势能积聚，鸿沟犹存", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2025-06-26", "date_estimated": false, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://www.bcg.com/publications/2025/ai-at-work-momentum-builds-but-gaps-remain", "summary": "BCG 2025年6月发布的年度AI at Work旗舰调研，覆盖11个国家和地区、逾10600名领导者、管理者与一线白领员工。核心发现\"硅顶\"（silicon ceiling）：一线员工AI常规使用率停滞在51%，而超过四分之三的领导者与管理者每周多次使用生成式AI；整体72%受访者常规使用AI。地域上全球南方领跑——印度92%、中东87%常规使用率最高，美国仅64%（倒数第二），日本51%垫底。报告给出突破硅顶的三条路径：强领导支持（员工对生成式AI的正面态度可从15%升至55%）、提供合适工具（缺工具时半数员工会自寻替代品）、充分培训（获至少5小时培训及面授辅导者常规使用率显著更高）。对中文读者价值：注意与已入库 AI at Work 2026 区分，此为 2025 版，可做年度对照。是B类面向组织与HR的年中旗舰。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0095", "url_zh": "viewer.html?f=R0095" }, { "title": "Technology Report 2025: AI Leaders Are Extending Their Edge", "title_zh": "科技报告2025：AI领先者正在扩大优势", "publisher": "Bain & Company", "publisher_zh": "贝恩公司", "category": "B", "authority": 4, "date": "2025-09-23", "date_estimated": false, "tags": [ "Agent", "基础设施", "企业采纳" ], "lang": "英文", "url": "https://www.bain.com/insights/topics/technology-report/", "summary": "贝恩公司2025年9月23日发布的第六份年度全球科技旗舰报告，以AI智能体（agents）的推进为头条主线，判断AI创新正让领先者复利式扩大优势、追随者进一步掉队。核心数据：三分之二软件公司已部署生成式AI开发工具，但多数只见10-15%生产力提升；将AI与端到端流程转型结合的公司提升达25-30%。报告指出常见误区是过度聚焦代码生成（仅占从创意到发布时间的25-35%），四分之三受访企业坦言最难的不是技术而是改变人的工作方式。规模层面预测：未来3-5年，5-10%的科技支出将投向基础性智能体能力，长期最多可达一半支出流向企业内运行的智能体；到2030年全球增量AI算力需求或达200吉瓦，并需约2万亿美元新增收入支撑AI规模化。对中文读者价值：'最难的是改变人的工作方式'与端到端转型 25-30% 提升，对制造企业 AI 落地有直接参照。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0096", "url_zh": "viewer.html?f=R0096" }, { "title": "State of Generative AI in the Enterprise, Q4 (Wave 4)", "title_zh": "企业生成式 AI 现状 · 第四季度（第四波）", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2025-01-21", "date_estimated": false, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://www.deloitte.com/us/en/about/press-room/state-of-generative-ai.html", "summary": "德勤人工智能研究院季度旗舰调研的第四波（收官）报告，2025 年 1 月发布，调研 2024 年 7—9 月完成，覆盖 14 国、6 大行业共 2773 位深度参与生成式 AI 试点或落地的业务与技术领导者。核心发现是企业进入「务实规模化」阶段：超三分之二受访者预计未来 3—6 个月内仅有 30% 或更少的实验能全面规模化，落地速度不及预期。价值侧近四分之三受访者称其最先进的生成式 AI 项目达到或超过 ROI 预期，网络安全与 IT 职能在 ROI 和规模化上领先；78% 计划下一财年增加整体 AI 支出。风险成为最大掣肘——监管与风险跃升为开发部署首要障碍，较 Q1 上升 10 个百分点；26% 的组织已在较大程度上探索自主智能体开发，智能体被视为可持续价值的关键使能。该波为四季连续调研的第四期，是观察 2024 全年生成式 AI 企业成熟度轨迹的收官坐标。对中文读者价值：与已入库的德勤 2026 版对照，可看清企业从「实验」到「务实规模化」的两年演进。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0097", "url_zh": "viewer.html?f=R0097", "metrics": [ { "key": "roi", "value": "近 3/4 达到或超 ROI", "note": "近四分之三称最先进项目达到或超过 ROI 预期" } ] }, { "title": "Tech Trends 2025 (16th Annual Tech Trends Report)", "title_zh": "2025 技术趋势（第 16 期年度技术趋势报告）", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2024-12-11", "date_estimated": false, "tags": [ "宏观", "基础设施", "Agent" ], "lang": "英文", "url": "https://www.deloitte.com/us/en/about/press-room/deloitte-tech-trends-2025.html", "summary": "德勤第 16 期年度旗舰《技术趋势》报告，2024 年 12 月 11 日发布、面向 2025 展望，主题为「AI 正快速成为现代企业的基础设施」，强调组织须对齐战略、人才、架构与数据方能释放 AI 全部潜力。报告梳理六大 AI 驱动趋势：交互（空间计算+语音手势界面）；信息（面向特定场景的小型专用模型兴起）；计算（AI 嵌入 PC 与 IoT、下沉至边缘）；IT 之业（AI 重塑软件开发与测试）；网络（量子催生安全现代化紧迫性）；核心现代化（AI 融入企业架构）。该报告是德勤面向未来 18—24 个月技术落地的定期风向标，可与已入库的 Tech Trends 2026 对照观察趋势演进。对中文读者价值：制造业多技术叠加（AI+边缘+IoT）的战略叙事素材。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0098", "url_zh": "viewer.html?f=R0098" }, { "title": "2025 Global Human Capital Trends: Turning Tensions into Triumphs", "title_zh": "2025 全球人力资本趋势：化张力为胜势", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2025-03", "date_estimated": true, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://www.deloitte.com/us/en/insights/topics/talent/human-capital-trends/2025.html", "summary": "德勤年度旗舰《全球人力资本趋势》2025 版，主标题「化张力为胜势」，覆盖 93 个国家近 1 万名业务与人力资源领导者，正文约 106 页。报告核心提出「稳敏性（stagility，stability+agility）」概念，主张在稳定与敏捷两极张力间取得平衡。AI 主题贯穿全篇：AI 正重塑工作、自动化任务、压缩初级岗位。管理者困境突出——管理者近 40% 时间耗于解决当下问题与行政事务，仅 13% 时间用于培养下属。绩效管理信任危机：61% 管理者与 72% 员工不信任本组织的绩效管理流程，仅 26% 认为管理者能有效驱动绩效。报告以「人的绩效」为中枢，呼吁领导者平衡多重张力。对中文读者价值：HR 与组织转型的年度权威坐标，管理者时间分配与绩效信任数据可直接用于培训。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0099", "url_zh": "viewer.html?f=R0099", "metrics": [ { "key": "jobs", "value": "AI 压缩初级岗位", "note": "AI 正重塑工作、自动化任务、压缩初级岗位（定性）" } ] }, { "title": "The Fearless Future: 2025 Global AI Jobs Barometer", "title_zh": "无畏未来：普华永道 2025 全球 AI 就业晴雨表", "publisher": "PwC", "publisher_zh": "普华永道", "category": "B", "authority": 5, "date": "2025-06-03", "date_estimated": false, "tags": [ "宏观", "企业采纳" ], "lang": "英文", "url": "https://www.pwc.com/gx/en/issues/artificial-intelligence/job-barometer/2025/report.pdf", "summary": "普华永道年度旗舰《全球 AI 就业晴雨表》2025 版，主题「无畏未来」，基于对六大洲近 10 亿条招聘广告的分析。核心结论颠覆「AI 摧毁岗位」的悲观预期：AI 高暴露行业生产力增长近乎翻两番，从 2018—2022 年的 7% 升至 2018—2024 年的 27%；最暴露行业人均营收增速已达最不暴露行业的 3 倍。要求 AI 技能的岗位平均带来 56% 工资溢价，较上年的 25% 大幅跃升。就业总量并未萎缩：低暴露职业 2019—2024 年就业增长 65%，高暴露职业也保持 38% 增长。五项行动建议：AI 驱动企业级转型、把 AI 作增长战略、优先布局智能体、赋能员工、以信任释放潜能。对中文读者价值：已入库 2026 版的前序坐标，可看清就业双轨结构的演进。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0100", "url_zh": "viewer.html?f=R0100", "metrics": [ { "key": "jobs", "value": "高暴露仍增 38%", "note": "2019-2024 低暴露职业就业增 65%、高暴露职业也增 38%；AI 技能岗溢价 56%" } ] }, { "title": "PwC's AI Agent Survey (2025)", "title_zh": "普华永道 AI 智能体调研（2025）", "publisher": "PwC", "publisher_zh": "普华永道", "category": "B", "authority": 4, "date": "2025-05", "date_estimated": true, "tags": [ "Agent", "企业采纳" ], "lang": "英文", "url": "https://www.pwc.com/us/en/tech-effect/ai-analytics/ai-agent-survey.html", "summary": "普华永道 2025 年 AI 智能体专项调研，样本为 308 位美国企业高管，调研于 2025 年 4 月 22—28 日完成，聚焦 Agentic AI 的采用现状与价值兑现。预算与采用侧：88% 高管因智能体计划未来 12 个月增加 AI 预算，超四分之一增幅达 26% 或以上；79% 称智能体已在其公司落地。价值兑现侧：已采用企业中三分之二（66%）通过生产力提升获得可衡量价值，逾半数在成本节约（57%）、更快决策（55%）、更佳客户体验（54%）见效。竞争认知侧：73% 认同智能体将带来显著竞争优势，46% 担忧落后于对手。障碍侧：网络安全（34%）与实施成本（34%）并列首位，28% 将信任缺失列为首要挑战。对中文读者价值：Agentic AI 企业落地的代表性脉搏，可对标国内 Agent 采纳节奏。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0101", "url_zh": "viewer.html?f=R0101", "metrics": [ { "key": "agent", "value": "79% 已落地", "note": "79% 称智能体已在公司落地，88% 因智能体计划未来 12 月增加 AI 预算" } ] }, { "title": "Technology Vision 2025: A Declaration of Autonomy", "title_zh": "技术展望 2025：自主宣言", "publisher": "Accenture", "publisher_zh": "埃森哲", "category": "B", "authority": 4, "date": "2025-01-07", "date_estimated": false, "tags": [ "宏观", "Agent", "治理与风险" ], "lang": "英文", "url": "https://newsroom.accenture.com/news/2025/accenture-technology-vision-2025-new-age-of-ai-to-bring-unprecedented-autonomy-to-business", "summary": "埃森哲年度旗舰《技术展望》2025 版，主题「自主宣言」，第 25 年，核心论点是 AI 持续学习将推动组织走向前所未有的自主，而对 AI 表现的「信任」将成为最关键的衡量标准。主研究含逾 4000 名横跨 21 行业、28 国的高管及逾 1.2 万名消费者调研。四大趋势：技术开发（从静态架构转向意图驱动框架与智能体系统）；客户体验（拟人化 AI 体验，80% 高管担忧品牌声音趋同）；物理世界（通用机器人在仓储供应链与人协作）；劳动力（人与 AI 走向共生，「人越用 AI，AI 越进步」）。关键数据：69% 认为 AI 带来重塑紧迫性，77% 认为获益须以信任为基，81% 认同信任战略须与技术战略同步。对中文读者价值：制造业物理 AI/通用机器人与人机共生的年度风向标。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0102", "url_zh": "viewer.html?f=R0102" }, { "title": "The Front-Runners' Guide to Scaling AI", "title_zh": "领跑者的 AI 规模化指南", "publisher": "Accenture", "publisher_zh": "埃森哲", "category": "B", "authority": 4, "date": "2025-01", "date_estimated": true, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://www.accenture.com/us-en/insights/ai-data/front-runners-guide-scaling-ai", "summary": "埃森哲《领跑者的 AI 规模化指南》，聚焦 AI 成熟度分层，剖析领跑企业如何将 AI 有效规模化并嵌入核心战略。核心发现：仅 8% 的公司为领跑者；年营收超 100 亿美元的领跑者其营收增速比仍在试验阶段的企业快 7 个百分点。负责任 AI 是价值放大器——高成熟度负责任 AI 能力使 AI 驱动的产品服务营收平均跃升 18%。运营成熟度最高的组织成功规模化高价值生成式 AI 用例的概率高 3.3 倍，平均营收增速高 2.5 倍。就绪度侧，仅 15% 的公司「重塑就绪」；仅推进一项战略押注的公司超出 ROI 预期的概率就已接近 3 倍。对中文读者价值：从试点走向规模化的实操路径与成熟度分层框架。建议精读。具体调研样本需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0103", "url_zh": "viewer.html?f=R0103" }, { "title": "2025 CEO Study: 5 Mindshifts to Supercharge Business Growth", "title_zh": "2025 CEO 研究：驱动业务增长的五大思维转变", "publisher": "IBM Institute for Business Value", "publisher_zh": "IBM 商业价值研究院", "category": "B", "authority": 4, "date": "2025-05-06", "date_estimated": false, "tags": [ "企业采纳", "Agent", "宏观" ], "lang": "英文", "url": "https://newsroom.ibm.com/2025-05-06-ibm-study-ceos-double-down-on-ai-while-navigating-enterprise-hurdles", "summary": "IBM 商业价值研究院（IBV）联合牛津经济研究院的年度旗舰《2025 CEO 研究》，副题「驱动业务增长的五大思维转变」，2025 年 2—4 月调研 33 国、24 行业共 2000 位 CEO。核心基调是 CEO 在加码 AI 的同时艰难跨越企业级落地障碍。价值兑现侧：52% CEO 称已在成本削减之外从生成式 AI 投资中获得价值；但近年仅 25% 的 AI 项目达到预期回报、仅 16% 实现企业级规模化。投资与智能体侧：预计未来两年 AI 投资增速翻倍以上，61% 正积极采用 AI 智能体并筹备规模化。数据基建侧：68% 视全企业一体化数据架构为关键，72% 视自有专有数据为释放生成式 AI 价值的钥匙；50% 承认快速投资造成技术孤岛，64% 承认「怕落后」驱使盲目投资。到 2027 年，85% 预期效率投资转正 ROI。对中文读者价值：CEO 视角 AI 战略的全球权威年报。建议精读。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0104", "url_zh": "viewer.html?f=R0104", "metrics": [ { "key": "roi", "value": "25% 达标 / 16% 规模化", "note": "近年仅 25% AI 项目达预期回报、仅 16% 实现企业级规模化" } ] }, { "title": "AI Quarterly Pulse Survey (2025 series)", "title_zh": "AI 季度脉搏调研（2025 系列）", "publisher": "KPMG", "publisher_zh": "毕马威", "category": "B", "authority": 3, "date": "2025-09", "date_estimated": true, "tags": [ "企业采纳", "Agent" ], "lang": "英文", "url": "https://kpmg.com/us/en/articles/2025/ai-quarterly-pulse-survey.html", "summary": "毕马威（美国）年度定期旗舰《AI 季度脉搏调研》2025 系列，逐季访谈 130 位美国、年营收 10 亿美元以上企业的 C 级与业务领导者，是观察大型企业 AI 落地节奏的高频坐标。系列以智能体部署加速为主线：Q3 2025 报告显示智能体部署近乎翻两番，42% 的组织已部署至少部分智能体，较两季前的 11% 大幅跃升；技术部门以 95% 部署率领先，运营与风险管理分别为 89% 与 66%。投资信心侧，93% 领导者认同生成式 AI 投资已提升竞争地位，计划将未来一年投资增至近 1.14 亿美元。数据质量升为首要瓶颈，82% 视其为成功关键。对中文读者价值：追踪企业 AI 投资与智能体部署的季度演进。扫读。各季分行业数据需读对应 PDF。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0105", "url_zh": "viewer.html?f=R0105", "metrics": [ { "key": "agent", "value": "42% 已部署", "note": "42% 组织已部署至少部分智能体，较两季前 11% 大幅跃升；技术部门 95%" } ] }, { "title": "EY AI Pulse Survey (2025)", "title_zh": "安永 AI 脉搏调研（2025）", "publisher": "EY", "publisher_zh": "安永", "category": "B", "authority": 3, "date": "2025-07", "date_estimated": true, "tags": [ "企业采纳", "治理与风险", "Agent" ], "lang": "英文", "url": "https://www.ey.com/en_us/insights/emerging-technologies/pulse-ai-survey", "summary": "安永定期旗舰《AI 脉搏调研》2025 版，调研 500 位美国跨行业高级领导者，聚焦 AI 投资、生产力兑现与治理落差。投资侧：已投资 AI 的组织中，目前仅约 24% 表示 AI 投资占总预算 25% 或以上，但展望未来一年翻倍至 48%。生产力侧：96% 报告过去一年获得 AI 驱动的生产力提升，57% 称提升「显著」；投资 1000 万美元以上者获显著提升概率更高（71% vs 52%）。衡量困境：92% 领导者承认在如何汇报 AI 生产力增益以证明价值方面亟需更多培训。同期还发布 Agentic AI 专题与《负责任 AI 脉搏调研》（21 国 975 位 C 级领导者，揭示 AI 采用快于治理）。对中文读者价值：企业 AI 投资与治理落差的代表性脉搏。扫读。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0106", "url_zh": "viewer.html?f=R0106" }, { "title": "Big Ideas in Tech for 2025", "title_zh": "2025 科技大趋势", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2024-12-08", "date_estimated": false, "tags": [ "宏观", "治理与风险", "企业采纳", "基础设施" ], "lang": "英文", "url": "https://a16z.com/big-ideas-in-tech-2025/", "summary": "a16z 年度旗舰趋势预测报告，邀请 50 位合伙人各提出一个将在 2025 年驱动创新的大胆想法，覆盖 American Dynamism、生物健康、消费科技、加密、企业与金融科技、游戏、基础设施等九大板块。核心判断是 2025 年将是 AI 公司把差异化转化为持久防御力（moat）的一年，赢家聚焦护城河构建。企业侧提出「合规即代码（regulation as code）」、遗留系统被自研 AI 替换（引用 Klarna 弃用 Salesforce/Workday 案例）、数据驱动行动与 AI 副驾等方向；消费侧强调实时 AI、外部「AI 大脑」、交互式视频与个性化知识工作。对中文读者价值：VC 视角的年度技术选题，可作趋势铺垫。注意：该报告实际发布于 2024-12-08，标题面向 2025 年，处于窗口临界，按 a16z 旗舰惯例保留。具体数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0107", "url_zh": "viewer.html?f=R0107" }, { "title": "The Top 100 Gen AI Consumer Apps - 4th Edition", "title_zh": "百大生成式 AI 消费应用（第四版）", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2025-03", "date_estimated": true, "tags": [ "资本与市场" ], "lang": "英文", "url": "https://a16z.com/100-gen-ai-apps-4/", "summary": "a16z 合伙人 Olivia Moore 主笔的半年度旗舰榜单第四版，基于第三方流量数据（Web + 移动端）对全球生成式 AI 消费应用做排名与解读，是追踪主流用户实际使用哪些 AI 产品的高引用信源。本版核心信号：Lovable、Cursor、Bolt 等「替用户构建东西」的 AI 产品成为新品类，标志消费 AI 从问答/生成媒体走向代理式执行。榜单同时呈现 ChatGPT 在 Web 与移动端持续领跑，以及新兴代理与视频类应用的崛起。该版为 2025 上半年（约 3 月）发布，与 8 月发布的第五版共同构成 2025 两期。对中文读者价值：判断消费 AI 真实用户流向的权威榜单。具体排名与流量数据需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0108", "url_zh": "viewer.html?f=R0108" }, { "title": "The Top 100 Gen AI Consumer Apps - 5th Edition", "title_zh": "百大生成式 AI 消费应用（第五版）", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2025-08-27", "date_estimated": false, "tags": [ "资本与市场", "基础模型" ], "lang": "英文", "url": "https://a16z.com/100-gen-ai-apps-5/", "summary": "a16z 百大生成式 AI 消费应用榜单第五版，延续 Olivia Moore 的半年度追踪方法，基于 Web 与移动端流量对全球消费 AI 产品重排名。本版核心观察：Web 端 ChatGPT、Gemini、DeepSeek 稳居前列，Google AI Studio、Qwen3、Manus 等新面孔带来新竞争；移动端 ChatGPT 仍居榜首，AI Gallery、BizAI、NOVA 等新应用冲入前十；生态开始趋于稳定，Web 榜出现 11 个由流量增长驱动的新名字。中国团队开发的视频/模型产品在质量上持续领先是一条贯穿线索。对中文读者价值：中国 AI 消费产品全球地位的第三方佐证。具体排名与流量数据需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0109", "url_zh": "viewer.html?f=R0109" }, { "title": "How 100 Enterprise CIOs Are Building and Buying Gen AI in 2025", "title_zh": "100 位企业 CIO 在 2025 年如何构建与采购生成式 AI", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2025-06-10", "date_estimated": false, "tags": [ "企业采纳", "资本与市场", "基础模型" ], "lang": "英文", "url": "https://a16z.com/ai-enterprise-2025/", "summary": "a16z 企业团队基于对横跨 15 个行业的 100 位企业 CIO 的调研，剖析大企业在 2025 年如何使用、采购与预算生成式 AI，是企业侧年度旗舰调研。核心数据：企业预期未来一年 AI 支出增长约 75%，创新预算占 LLM 支出比例由 25% 降至 7%，表明 AI 从试点走向核心 IT 与业务线的经常性预算项。多模型部署深化，部署 5 个及以上模型的受访者由 29% 升至 37%；23% 企业已在生产中使用 OpenAI o3 推理模型（DeepSeek 仅 3%）。采购模式向传统企业软件靠拢，超 90% 受访者在测试第三方客服应用，安全与成本成为关键采购标准。对中文读者价值：企业 AI 采购逻辑与预算结构的一线数据。具体数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0110", "url_zh": "viewer.html?f=R0110" }, { "title": "State of Consumer AI 2025: Product Hits, Misses, and What's Next", "title_zh": "2025 消费 AI 现状：产品的成败与下一步", "publisher": "Andreessen Horowitz (a16z)", "publisher_zh": "a16z", "category": "C", "authority": 4, "date": "2025-12-18", "date_estimated": false, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://a16z.com/state-of-consumer-ai-2025-product-hits-misses-and-whats-next/", "summary": "a16z 合伙人 Olivia Moore 与 Justine Moore 撰写的 2025 消费 AI 年度盘点，横向对比 ChatGPT、Gemini、Claude、Perplexity、Grok、Meta AI 在采用、留存、付费增长与产品创新上的表现。关键数据：ChatGPT 周活约 8-9 亿，DAU/MAU 达 36%（近乎 Gemini 21% 的两倍），第 12 个月桌面留存 50% vs Gemini 25%；但 Gemini 追赶迅猛，桌面用户同比增 155%（ChatGPT 23%），Gemini Pro 订阅同比增近 300%。新兴玩家中 Grok 达 950 万 DAU/3800 万 MAU、Perplexity 月活超 2000 万并宣布 1 亿美元营收运行率、Meta AI 约 420 万 DAU。对中文读者价值：主流 AI 助手竞争格局与留存/付费的权威横评。具体数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0111", "url_zh": "viewer.html?f=R0111" }, { "title": "AI Ascent 2025", "title_zh": "AI 攀登峰会 2025", "publisher": "Sequoia Capital", "publisher_zh": "红杉资本", "category": "C", "authority": 4, "date": "2025-05-02", "date_estimated": false, "tags": [ "Agent" ], "lang": "英文", "url": "https://sequoiacap.com/article/ai-ascent-2025/", "summary": "红杉资本年度旗舰 AI 峰会 AI Ascent 2025，于 5 月 2 日在旧金山举办，汇聚 100 余位领先 AI 创始人与研究者，输出红杉的年度 AI 判断。核心论点：AI 是一场正在快速展开的技术迁移，其经济机会以万亿美元计，红杉认为 AI 服务的起点规模至少比云时代软件市场大一个数量级，且最大价值将沉淀在应用层——历史上迁移期实现 10 亿美元以上营收的公司多位于应用层。合伙人 Sonya Huang 指出生成式 AI 应用留存率改善、编码已达到「尖叫式 PMF」；Konstantine Buhler 展望代理经济将重塑工作方式。当日与 Sam Altman、黄仁勋、Jim Fan、Jeff Dean、Mike Krieger 等对谈。对中文读者价值：顶级 VC 对 AI 价值分布（应用层 > 模型层）的判断。具体数据需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0112", "url_zh": "viewer.html?f=R0112" }, { "title": "2025: The State of Generative AI in the Enterprise", "title_zh": "2025 企业级生成式 AI 现状", "publisher": "Menlo Ventures", "publisher_zh": "门罗风投（Menlo Ventures）", "category": "C", "authority": 4, "date": "2025-12-09", "date_estimated": false, "tags": [ "企业采纳", "资本与市场" ], "lang": "英文", "url": "https://menlovc.com/perspective/2025-the-state-of-generative-ai-in-the-enterprise/", "summary": "门罗风投第三年发布的企业 AI 年度基准报告，基于对近 500 位美国企业决策者的调研，是企业 AI 采用与投资最被高频引用的信源之一。核心数据：2025 年企业生成式 AI 支出达 370 亿美元，较 2024 年 115 亿美元增长 3.2 倍，占全球 SaaS 市场 6%，为史上扩张最快的软件品类；其中应用层占超一半（190 亿美元）。76% 的 AI 用例为采购而非自建（2024 年为 53%），AI 交易转化率 47%（传统 SaaS 25%）。LLM 市场格局重排：Anthropic 以 40% 企业 LLM 支出/API 份额登顶（2023 年仅 12%），OpenAI 跌至 27%，Google 升至 21%。至少 10 款产品 ARR 破 10 亿美元、50+ 破 1 亿美元。对中文读者价值：企业 AI 支出规模与 LLM 份额变迁的权威基准。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0113", "url_zh": "viewer.html?f=R0113" }, { "title": "2025: The State of Consumer AI", "title_zh": "2025 消费级 AI 现状", "publisher": "Menlo Ventures", "publisher_zh": "门罗风投（Menlo Ventures）", "category": "C", "authority": 4, "date": "2025-07", "date_estimated": true, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://menlovc.com/perspective/2025-the-state-of-consumer-ai/", "summary": "门罗风投 2025 消费 AI 现状报告，2025 年 4 月联合 Morning Consult 对 5,031 名美国成年人做全国代表性调研，系统刻画消费 AI 采用图景。核心数据：消费 AI 在约 2.5 年内触达 17-18 亿用户，但仅约 3% 付费；当前约 120 亿美元市场仅相当于潜在营收的约 3%（若 18 亿用户每月 20 美元则年化约 4320 亿美元），揭示巨大变现空间。报告验证门罗的「实用主义消费者」论点：AI 是最具普遍实用性的新技术，人们采用它是为把已有的必须之事做得更好、更快、更省。约五分之一消费者已每日使用 AI。对中文读者价值：消费 AI 变现空间与用户行为的量化底稿。具体数据需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0114", "url_zh": "viewer.html?f=R0114" }, { "title": "State of AI Report 2025", "title_zh": "AI 现状报告 2025", "publisher": "Air Street Capital", "publisher_zh": "Air Street 资本", "category": "C", "authority": 4, "date": "2025-10-09", "date_estimated": false, "tags": [ "基础模型", "基础设施", "企业采纳" ], "lang": "英文", "url": "https://www.stateof.ai/", "summary": "由 AI 投资人 Nathan Benaich 与 Air Street Press 出品的年度旗舰《State of AI Report》第八版，是全球最广为阅读、最受信赖的开放式 AI 年度独立报告，覆盖研究、产业、政治/地缘、安全四大维度并含从业者调研（本年含 1,200 名 AI 从业者的开放式调查）。核心发现：近半数美国企业已采购 AI 服务（2023 年仅 5%），平均合同约 53 万美元、预计 2026 年破 100 万美元；中国 DeepSeek、Qwen 在推理与编码基准上显著缩小与 OpenAI 差距，成为可信的第二梯队；能力性价比每几个月翻倍（Google 约 3.4 个月、OpenAI 约 5.8 个月）；Stargate 项目代表 5000 亿美元、10 吉瓦的工业级算力集群。对中文读者价值：一年一度的全球 AI 全景权威底稿。注意与已入库 Air Street「State of AI: May 2026」月度版不同。具体数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0115", "url_zh": "viewer.html?f=R0115" }, { "title": "2025 State of AI Report: The Builder's Playbook", "title_zh": "2025 AI 现状报告：构建者手册", "publisher": "ICONIQ Growth", "publisher_zh": "ICONIQ Growth", "category": "C", "authority": 3, "date": "2025-06", "date_estimated": true, "tags": [ "企业采纳", "资本与市场", "Agent" ], "lang": "英文", "url": "https://www.iconiq.com/growth/reports/2025-state-of-ai", "summary": "ICONIQ Growth 的 2025 AI 现状报告，副题「构建者手册」，将焦点从 AI 采用转向 AI 执行的方法论，基于 2025 年 4 月对 300 位软件公司高管的调研及对社区 AI 领袖的深度访谈。核心数据：AI 使能公司将研发预算的 10-20% 投入 AI 开发且各营收段均在增长；多数组织预期 20-30% 的工程团队聚焦 AI（高增长公司达 37%），但 AI/ML 工程师最难招、平均补员超 70 天，54% 表示招聘落后。产品侧近 80% 的 AI 原生构建者投资代理式工作流，面向客户产品平均使用 2.8 个模型走向多模型架构。定价上普遍采用「订阅+用量」混合模式，37% 计划未来一年调整定价。对中文读者价值：AI 产品团队研发资源与定价策略的实操基准。具体数据需读全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0116", "url_zh": "viewer.html?f=R0116" }, { "title": "The State of AI 2025", "title_zh": "AI 现状 2025（Bessemer）", "publisher": "Bessemer Venture Partners", "publisher_zh": "贝塞麦风险合伙公司（Bessemer）", "category": "C", "authority": 3, "date": "2025-08-13", "date_estimated": false, "tags": [ "宏观" ], "lang": "英文", "url": "https://www.bvp.com/atlas/the-state-of-ai-2025", "summary": "Bessemer Venture Partners 的 2025 AI 现状报告，由 13 位合伙人合著，拆解 AI 时代的新基准、投资策略与顶级预测，Bessemer 自 2023 年起已向 AI 原生初创投入超 10 亿美元。核心内容：提出「Supernovas」概念——第一年 ARR 约 4000 万美元、第二年约 1.25 亿美元的顶级 AI 公司（但毛利常被压缩至约 25%）；「Q2T3」成为激进但渐可达成的增长基准。三大预测：浏览器将成为代理式 AI 的主导交互界面；此前抗拒技术的垂直行业正快速采用 AI，垂直专用方案将超越传统 SaaS；在位企业软件公司将加速并购 AI 原生初创以填补创新缺口（尤以医疗、法律、金融为甚）。对中文读者价值：AI 创业增长基准与赛道预测。具体数据需读全文。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0117", "url_zh": "viewer.html?f=R0117" }, { "title": "Gartner Says Worldwide AI Spending Will Total $1.5 Trillion in 2025", "title_zh": "Gartner：2025 年全球 AI 支出将达 1.5 万亿美元", "publisher": "Gartner", "publisher_zh": "高德纳", "category": "D", "authority": 4, "date": "2025-09-17", "date_estimated": false, "tags": [ "资本与市场", "基础设施" ], "lang": "英文", "url": "https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025", "summary": "Gartner 2025 年 9 月发布的旗舰级全球 AI 支出预测新闻稿，是分析师机构追踪 AI 市场规模的年度基准之一。核心结论：2025 年全球 AI 支出将逼近 1.5 万亿美元，其中生成式 AI（GenAI）支出预计达 6440 亿美元，同比增长 76.4%。支出结构上，AI 优化的服务器和数据中心基础设施投资是主要驱动力，超大规模云厂商持续加码 GPU 与 AI 硬件；AI 被嵌入智能手机、PC 等消费设备也成为增量来源。Gartner 同时给出 2026 年展望：全球 AI 支出有望突破 2 万亿美元。对中文读者价值：全球 AI 市场规模的权威口径，可用于战略与投资对标。作为付费机构，本条基于官方免费新闻稿，分项明细需读付费全文。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0118", "url_zh": "viewer.html?f=R0118" }, { "title": "Gartner Hype Cycle Identifies Top AI Innovations in 2025", "title_zh": "Gartner 2025 年 AI 技术成熟度曲线：GenAI 进入幻灭低谷", "publisher": "Gartner", "publisher_zh": "高德纳", "category": "D", "authority": 4, "date": "2025-08-05", "date_estimated": false, "tags": [ "基础模型", "Agent" ], "lang": "英文", "url": "https://www.gartner.com/en/newsroom/press-releases/2025-08-05-gartner-hype-cycle-identifies-top-ai-innovations-in-2025", "summary": "Gartner 2025 年 8 月发布的《AI/生成式 AI 技术成熟度曲线》官方新闻稿，为分析师机构对 AI 技术演进阶段的年度权威判断，与库中《2026 Agentic AI 成熟度曲线》互补而不重复。核心结论：市场焦点从对 GenAI 的无差别热情，转向可持续、可规模化交付所需的底层技术。GenAI 本身进入『幻灭低谷』——尽管 2024 年 GenAI 项目平均投入 190 万美元，但不到 30% 的 AI 负责人表示其 CEO 对投资回报满意。曲线上推进最快的两项技术是 AI 智能体与 AI-ready 数据；多模态 AI 与 AI TRiSM 占据期望膨胀顶峰，预计五年内主流化。今年新增『AI 原生软件工程』首次登场。对中文读者价值：判断各 AI 技术成熟阶段的权威坐标。付费全文含各技术点精确定位，需读全文。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0119", "url_zh": "viewer.html?f=R0119" }, { "title": "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027", "title_zh": "Gartner 预测：到 2027 年底逾 40% 的智能体 AI 项目将被取消（Predicts 2025）", "publisher": "Gartner", "publisher_zh": "高德纳", "category": "D", "authority": 4, "date": "2025-06-25", "date_estimated": false, "tags": [ "Agent", "治理与风险", "企业采纳" ], "lang": "英文", "url": "https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027", "summary": "Gartner 2025 年 Predicts 系列中最具代表性的智能体 AI 预测新闻稿，代表分析师机构对 agentic AI 落地风险的年度冷静判断。核心预测：由于成本攀升、业务价值不清晰及风险管控不足，到 2027 年底超过 40% 的智能体 AI 项目将被取消。Gartner 指出当前多数 agentic AI 项目仍处早期实验阶段，存在『agent washing』（厂商夸大标榜）现象，真正具备自主能力的产品有限。配套预测：到 2026 年 40% 的企业应用将内置任务型 AI 智能体，高于 2025 年的不足 5%；到 2028 年至少 15% 日常工作决策将由 agentic AI 自主完成。对中文读者价值：给企业 Agent 投资降温的权威风险提示。作为 Predicts 2025 代表条目入库；其余分预测细节需读付费全文。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0120", "url_zh": "viewer.html?f=R0120" }, { "title": "IDC Worldwide Artificial Intelligence IT Spending Forecast, 2025-2029", "title_zh": "IDC 全球 AI IT 支出预测 2025-2029：智能体 AI 主导，2029 年将超 1.3 万亿美元", "publisher": "IDC", "publisher_zh": "IDC", "category": "D", "authority": 4, "date": "2025-08", "date_estimated": true, "tags": [ "资本与市场", "Agent", "宏观" ], "lang": "英文", "url": "https://my.idc.com/getdoc.jsp?containerId=prUS53765225", "summary": "IDC 2025 年 8 月发布的《全球 AI IT 支出预测 2025-2029》配套新闻稿，对应 IDC 旗舰级 Worldwide AI and Generative AI Spending Guide，是分析师机构 AI 市场规模的另一年度基准。核心结论：2025-2029 年 AI 支出年复合增长率达 31.9%，到 2029 年将达 1.3 万亿美元；智能体 AI 将主导 IT 预算扩张，届时占全球 IT 支出逾 26%。IDC 强调企业 IT 预算正转向以 agentic AI 基础产品与服务为主导的投资策略。配套数据：2025 年 AI 基础设施支出全年达 3180 亿美元，是 2024 年 1530 亿美元的两倍多；2029 年 AI 基础设施将超 1 万亿美元。对中文读者价值：与 Gartner 口径互证的全球 AI 支出预测。作为付费机构，Spending Guide 分行业明细需读付费全文。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0121", "url_zh": "viewer.html?f=R0121" }, { "title": "IDC FutureScape: Worldwide Artificial Intelligence and Automation 2025 Predictions", "title_zh": "IDC FutureScape：2025 全球人工智能与自动化十大预测", "publisher": "IDC", "publisher_zh": "IDC", "category": "D", "authority": 4, "date": "2024-10-30", "date_estimated": false, "tags": [ "宏观", "Agent", "基础模型" ], "lang": "英文", "url": "https://www.businesswire.com/news/home/20241030143773/en/IDC-Unveils-2025-FutureScapes-Worldwide-IT-Industry-Predictions", "summary": "IDC 年度旗舰《FutureScape 2025 全球 AI 与自动化预测》，于 2024 年 10 月 30 日随 2025 FutureScapes 系列发布，是分析师机构对 AI 未来走向最具代表性的十大预测报告。核心量化预测：全球企业 2025 年将在 AI 解决方案上投资约 3070 亿美元，到 2028 年飙升至 6320 亿美元。代表性预测包括：到 2026 年 90% 的 LLM 企业用例将转向训练小语言模型（SLM）以降本增效；到 2025 年 50% 的组织将采用面向特定业务职能配置的企业级智能体；到 2027 年 AI 构建成本因基础设施商品化将下降近 80%；到 2027 年 80% 关键 AI 决策需人类监督并由可视化可解释性仪表盘支撑。对中文读者价值：企业 AI 落地节奏与技术路线的十大权威预测。完整预测细节需读付费/eBook 全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0122", "url_zh": "viewer.html?f=R0122" }, { "title": "CB Insights State of AI 2025 Report", "title_zh": "CB Insights《2025 年 AI 现状报告》（年度全景）", "publisher": "CB Insights", "publisher_zh": "CB Insights", "category": "D", "authority": 4, "date": "2026-01", "date_estimated": true, "tags": [ "资本与市场" ], "lang": "英文", "url": "https://www.cbinsights.com/research/report/ai-trends-2025/", "summary": "CB Insights 旗舰《State of AI 2025》年度全景报告（年初发布，覆盖 2025 全年数据），是数据机构追踪 AI 融资生态的权威基准，与库中季度报告及 AI 100 榜单互补。核心数据：2025 年全球私营 AI 公司融资创纪录达 2258 亿美元，接近 2024 年的两倍。分季度看，Q1'25 融资 666 亿美元（含 OpenAI 400 亿美元超大轮）、Q2'25 为 473 亿美元、Q3'25 环比下降 22% 但仍超 450 亿美元、Q4'25 飙升至 832 亿美元。报告揭示市场高度『头重脚轻』：资本涌向更少、更大的赌注，各阶段中位数支票规模全面高于 2024 年，1 亿美元以上巨额轮次占全年融资的 79%。对中文读者价值：全球 AI 融资结构与集中度的权威数据。作为付费机构，深度分项需读付费全文。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0123", "url_zh": "viewer.html?f=R0123" }, { "title": "AI 100: The Most Promising Artificial Intelligence Startups of 2025", "title_zh": "CB Insights AI 100：2025 年最具潜力的 100 家 AI 初创公司", "publisher": "CB Insights", "publisher_zh": "CB Insights", "category": "D", "authority": 4, "date": "2025-04-24", "date_estimated": false, "tags": [ "Agent" ], "lang": "英文", "url": "https://www.cbinsights.com/research/report/artificial-intelligence-top-startups-2025/", "summary": "CB Insights 第九届年度 AI 100 榜单，于 2025 年 4 月 24 日发布，评选全球最具潜力的 100 家私营 AI 公司，是数据机构标杆性的初创风向标（与库中已入库的 AI 100 of 2026 不同年度、不重复）。核心看点：本届入选公司推动 AI 应用从『新兴』走向『成熟』，聚焦 AI 智能体处理复杂流程、安全、机器人，以及多智能体系统、新型计算与数据策管、物理 AI（Physical AI）等前沿方向。构成上，21 家属 AI 智能体平台与基础设施、12 家属 AI 可观测性与治理、12 家属物理 AI 技术与构件。这 100 家公司累计融资 114 亿美元，其中 2025 年新募超 23 亿美元，近 75% 为早期公司（A 轮及更早）。地理上 27 家来自美国之外，覆盖 13 个国家。对中文读者价值：AI 初创赛道年度对标基准。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0124", "url_zh": "viewer.html?f=R0124" }, { "title": "Predictions 2025: Artificial Intelligence — An AI Reality Check Paves The Path For Long-Term Success", "title_zh": "Forrester《2025 预测：人工智能——AI 现实检验为长期成功铺路》", "publisher": "Forrester", "publisher_zh": "弗雷斯特（Forrester）", "category": "D", "authority": 4, "date": "2024-10-22", "date_estimated": false, "tags": [ "宏观", "治理与风险", "企业采纳" ], "lang": "英文", "url": "https://www.forrester.com/blogs/predictions-2025-artificial-intelligence/", "summary": "Forrester 年度旗舰《Predictions 2025：Artificial Intelligence》的官方免费博客入口（对应付费报告），是分析师机构对 2025 年 AI 走向的代表性判断。核心主题：2025 年将迎来对 AI 的『现实检验』——回归战略、深化业务与 IT 协作、并从生成式 AI 回摆向预测式 AI。关键预测：企业将把预测式 AI（预测性维护、客户个性化、供应链优化等）用于超过一半的 AI 用例；技术负责人须与首席数据官更紧密对齐，让 AI 成为业务战略而非单纯技术战略。ROI 层面警示：多数执迷于短期 AI 回报的企业将过早收缩投入，而 AI 回报实际会在更长周期内释放，过早退缩反而扼杀长期增长。配套预测：到 2026 年 75% 的技术决策者技术债将升至中高等级，2025 年 AIOps 采用将增至三倍。对中文读者价值：预测式 AI 回归与长期 ROI 视角，对制造业预测性维护有直接启示。付费报告含完整清单，需读全文。", "priority": "精读", "verify": "官方新闻稿", "source_batch": "2025-BF02", "id": "R0125", "url_zh": "viewer.html?f=R0125" }, { "title": "2025 Stack Overflow Developer Survey - AI Section", "title_zh": "Stack Overflow 2025 开发者调查（AI 专章）", "publisher": "Stack Overflow", "publisher_zh": "Stack Overflow", "category": "D", "authority": 3, "date": "2025-07", "date_estimated": true, "tags": [ "治理与风险", "Agent" ], "lang": "英文", "url": "https://survey.stackoverflow.co/2025/ai", "summary": "Stack Overflow 2025 年度开发者调查的 AI 专章，基于约 49,000 名受访者（其中 26,004 名专业开发者），是数据机构追踪开发者 AI 采用与态度的权威免费信源。核心发现呈现『采用高涨、信任下滑』的悖论：84% 的受访者已使用或计划使用 AI 工具（高于 2024 年的 76%），51% 的专业开发者每日使用；但 46% 的开发者不信任 AI 输出的准确性（2024 年为 31%），仅 3% 表示『高度信任』，主动不信任者（46%）多于信任者（33%）。正面情绪从 2023-2024 年的 70%+ 降至 2025 年的 60%。最大痛点：66% 抱怨『AI 方案几乎正确但差一点』，45% 认为调试 AI 生成代码更耗时。AI 智能体尚未主流化：52% 不用智能体或仅用简单工具，38% 无采用计划。对中文读者价值：开发者对 AI 编程工具真实态度的大样本数据。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0126", "url_zh": "viewer.html?f=R0126" }, { "title": "GitHub Octoverse 2024: AI Leads Python to Top Language as Global Developers Surge", "title_zh": "GitHub Octoverse 2024：AI 助推 Python 登顶第一语言，全球开发者激增", "publisher": "GitHub", "publisher_zh": "GitHub", "category": "D", "authority": 3, "date": "2024-10-29", "date_estimated": true, "tags": [ "基础模型" ], "lang": "英文", "url": "https://github.blog/news-insights/octoverse/octoverse-2024/", "summary": "GitHub 年度旗舰《Octoverse 2024》开源生态报告，是数据机构观察全球开发者与 AI 开发趋势的权威免费信源。核心发现：2024 年 GitHub 上生成式 AI 项目贡献量激增 59%、项目总数增长 98%，全年新增近 13.7 万个公开 GenAI 项目。语言层面，Python 首次超越 JavaScript 成为 GitHub 最流行语言，Jupyter Notebooks 使用量猛增，共同印证数据科学与机器学习的崛起。开发者规模空前扩张，大量新开发者来自非洲、拉美与亚洲等新兴市场，许多人首次参与开源——报告强调 AI 并未取代开发者，反而吸引了他们。工具采用方面，73% 的开源受访者表示使用 GitHub Copilot 等 AI 工具进行编码或文档工作。对中文读者价值：全球开源与 AI 开发趋势的权威年度基准。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0127", "url_zh": "viewer.html?f=R0127" }, { "title": "State of AI in Financial Services: 2025 Trends (NVIDIA)", "title_zh": "NVIDIA《2025 金融服务业 AI 现状：趋势报告》", "publisher": "NVIDIA", "publisher_zh": "英伟达", "category": "D", "authority": 3, "date": "2025-02-05", "date_estimated": false, "tags": [ "行业落地", "基础模型" ], "lang": "英文", "url": "https://blogs.nvidia.com/blog/ai-in-financial-services-survey-2025/", "summary": "NVIDIA 第五届年度《金融服务业 AI 现状》行业调研报告，于 2025 年 2 月 5 日发布，基于约 600 名全球金融服务从业者的调查，是厂商侧行业 AI 落地的免费权威信源（需注意 NVIDIA 立场）。核心业务成效：近 70% 受访者表示 AI 带来 5% 及以上营收增长，实现 10-20% 增幅的公司显著增多；逾 60% 表示 AI 帮助年度成本降低 5% 以上。技术趋势：继数据分析之后，生成式 AI 成为金融业第二大 AI 工作负载，应用从提升客户体验扩展到交易与投资组合优化；用于客户体验的 GenAI 占比从 25% 翻倍增至 60%。部署进度：半数管理层受访者已上线首个 GenAI 服务，另有 28% 计划半年内上线。对中文读者价值：金融业 AI 落地成效的量化行业基准。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0128", "url_zh": "viewer.html?f=R0128" }, { "title": "State of AI in Retail and CPG: 2025 Trends (NVIDIA)", "title_zh": "NVIDIA《2025 零售与消费品行业 AI 现状：趋势报告》", "publisher": "NVIDIA", "publisher_zh": "英伟达", "category": "D", "authority": 3, "date": "2025-01", "date_estimated": true, "tags": [ "行业落地" ], "lang": "英文", "url": "https://blogs.nvidia.com/blog/ai-in-retail-cpg-survey-2025/", "summary": "NVIDIA 第二届年度《零售与消费品（CPG）行业 AI 现状》调研报告，基于数百名行业从业者的反馈，是厂商侧零售 AI 落地的免费权威信源（需注意 NVIDIA 立场）。核心发现：零售业以空前规模应用 AI，89% 的受访企业已在使用或评估 AI（高于 2023 年的 82%）；超 80% 的公司已在使用或试点生成式 AI，尤其用于营销广告内容生成、客户分析等。业务成效显著：约 87% 的 AI 使用者实现年营收增长，94% 报告运营成本下降。用例广度上，51% 的受访者已将 AI 用于 6 个及以上用例，如库存优化、需求预测、个性化营销。供应链是重点：82% 的供应链专业人士计划 2025 年加码 AI 投资，首要方向为需求预测（82%），其次为物流优化与拣选机器人（29%）。对中文读者价值：零售与消费品 AI 落地与供应链应用的行业基准。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0129", "url_zh": "viewer.html?f=R0129", "metrics": [ { "key": "adoption", "value": "89%", "note": "零售企业已使用或评估 AI（高于 2023 年 82%）" } ] }, { "title": "State of AI in Telecommunications: 2025 Trends (NVIDIA)", "title_zh": "NVIDIA《2025 电信行业 AI 现状：趋势报告》", "publisher": "NVIDIA", "publisher_zh": "英伟达", "category": "D", "authority": 3, "date": "2025-02", "date_estimated": true, "tags": [ "行业落地", "基础设施", "基础模型" ], "lang": "英文", "url": "https://blogs.nvidia.com/blog/ai-telcos-survey-2025/", "summary": "NVIDIA 第三届年度《电信行业 AI 现状》调研报告，基于逾 450 名全球电信从业者的调查，是厂商侧电信 AI 落地的免费权威信源（需注意 NVIDIA 立场）。核心结论：97% 的电信运营商正在采用或评估 AI，采用与评估两类近乎各半，标志行业级转型。投资方向：37% 的受访者投资 AI 以改善网络规划与运营，33% 将 AI 用于现场运维优化；超三分之一正在或计划投资 AI-RAN（AI 无线接入网）。生成式 AI 势头强劲：84% 有意采用 GenAI 的受访者计划向客户提供 GenAI 服务；34% 已将 GenAI 用于销售流程自动化与数据摘要，34% 用于法律文件审阅与合同生成。成效方面，77% 的受访者认同 AI 帮助降低了年度运营成本。对中文读者价值：电信业 AI 落地与 AI-RAN 趋势的行业基准。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0130", "url_zh": "viewer.html?f=R0130", "metrics": [ { "key": "adoption", "value": "97%", "note": "电信运营商正采用或评估 AI" } ] }, { "title": "智能体技术和应用研究报告（2025年）", "title_zh": "智能体技术和应用研究报告（2025年）", "publisher": "CAICT", "publisher_zh": "中国信通院", "category": "E", "authority": 5, "date": "2025-06-22", "date_estimated": false, "tags": [ "Agent", "基础模型", "行业落地" ], "lang": "中文", "url": "https://www.cww.net.cn/article?id=601665", "summary": "由中国信通院人工智能研究所联合华为于2025年6月22日在华为开发者大会2025上发布，是国内智能体领域的权威旗舰研究报告。报告围绕智能体发展概述、关键技术、产业应用、问题挑战、发展建议五大方面系统梳理产业现状。技术层面指出智能体通过多模态交互、大小模型协同、任务分解与规划、工具调用等构建从感知到执行的完整闭环，破解大模型\"有脑无手\"难题；以MCP、A2A为代表的通信协议为信息孤岛和兼容性问题提供技术解法。应用层面已在制造业预测性维护、金融实时风控、医疗精准诊断等场景验证规模化价值，展现\"数字劳动力\"雏形。报告同时揭示决策规划能力不足、场景挖掘不深、隐私安全风险、标准规范缺失等挑战。对中文读者价值：国家级智库对智能体技术与产业落地的权威梳理。具体市场规模数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0131", "url_zh": "viewer.html?f=R0131" }, { "title": "2025年度AI十大趋势报告", "title_zh": "2025年度AI十大趋势报告", "publisher": "量子位", "publisher_zh": "量子位", "category": "E", "authority": 4, "date": "2025-12-10", "date_estimated": false, "tags": [ "宏观", "基础模型", "Agent" ], "lang": "中文", "url": "https://finance.sina.com.cn/tech/csj/2025-12-10/doc-inhaiiyw1684679.shtml", "summary": "量子位智库于2025年12月10日在MEET2026智能未来大会上发布的年度旗舰趋势报告，从算力、模型、技术、行业四个维度提炼十大结论。核心判断是2025年AI正从\"工具时代\"迈向\"伙伴时代\"。十大趋势包括：算力基建化、芯片AI化、预训练决定大模型格局梯队、大模型落地进入推理时间、信息AI与具身智能成合流风口、AI重塑流量入口向Agentic互联网演进、多模态成应用落地关键、AI硬件百端齐放、AI4S突破加速AGI实现、开源AI进入中国时代。报告强调Agent不仅是应用关键词，模型本身也走向Agentic化，通过端到端训练集成工具使用能力，完成更复杂任务。对中文读者价值：观察中国 AI 走向的年度权威盘点。具体细分数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0132", "url_zh": "viewer.html?f=R0132" }, { "title": "企业级AI Agent（智能体）价值及应用报告", "title_zh": "企业级AI Agent（智能体）价值及应用报告", "publisher": "甲子光年智库", "publisher_zh": "甲子光年智库", "category": "E", "authority": 4, "date": "2025-07-27", "date_estimated": false, "tags": [ "Agent", "企业采纳", "行业落地" ], "lang": "中文", "url": "https://www.jazzyear.com/study_list.html", "summary": "甲子光年智库于2025年7月27日发布的企业级智能体商业化旗舰报告，全文77页，系统研判智能体从试点走向规模化生产的产业进程。报告分五大部分：概念泛化与商业价值驱动行业发展、价值认知与场景重塑、企业级生产力再造、企业级Agent落地的实践知识与新范式、未来可能性。核心观点认为AI Agent的价值在于自主执行复杂流程、实现端到端业务闭环，正从\"工具\"转变为\"协作者\"。报告梳理了大模型与模块化架构等六大驱动力，指出2025年企业级AI Agent市场规模预计突破50亿元，并预计到2027年40%的企业服务将由AI Agent组合交付。该报告是甲子光年2025年AI Agent系列的核心一期，聚焦企业侧落地价值。对中文读者价值：企业级智能体商业化落地的中文实操参照。具体细分数据需读全文。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0133", "url_zh": "viewer.html?f=R0133" }, { "title": "IDC MarketScape：中国智能体开发平台2025年厂商评估", "title_zh": "IDC MarketScape：中国智能体开发平台2025年厂商评估", "publisher": "IDC", "publisher_zh": "IDC", "category": "E", "authority": 4, "date": "2025-12-01", "date_estimated": false, "tags": [ "Agent", "行业落地", "企业采纳" ], "lang": "中文", "url": "http://www.news.cn/tech/20251202/0fe5da676afe4eb0a8268a5363490419/c.html", "summary": "IDC于2025年12月1日首度发布的《IDC MarketScape：中国智能体开发平台2025年厂商评估》，聚焦面向企业提供智能体构建、部署、管理全流程工具的技术平台，是该细分赛道首份权威厂商评估。评估维度涵盖产品能力、开发能力、部署管理、安全合规、生态协同等多个方面。报告指出行业关键企业中已有近两成客户采用智能体平台，前沿企业在平台上开发多个智能体以服务复杂业务场景，并研判\"多智能体、复杂智能体将成为技术布局和发展的主要方向\"。本次评估中神州数码凭借神州问学平台成功跻身\"领导者类别\"。对中文读者价值：智能体开发平台选型与市场格局判断的权威参考。完整厂商梯队与量化评分需读付费全文。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0134", "url_zh": "viewer.html?f=R0134" }, { "title": "2025年中国大模型行业发展研究报告", "title_zh": "2025年中国大模型行业发展研究报告：CBDG四维生态成为新范式", "publisher": "36氪研究院", "publisher_zh": "36氪研究院", "category": "E", "authority": 3, "date": "2025-11-07", "date_estimated": false, "tags": [ "基础模型", "行业落地" ], "lang": "中文", "url": "https://finance.sina.com.cn/roll/2025-11-07/doc-infwqvpr0798600.shtml", "summary": "36氪研究院于2025年11月7日发布的年度大模型行业旗舰报告，共40页，系统梳理中国大模型发展的宏观概况、生态格局与典型案例。报告核心提出CBDG四维生态新范式——消费者（Consumer）、企业（Business）、设备（Device）、政府（Government）四大维度形成飞轮效应，驱动大模型企业从\"技术和产品单点对决\"转向\"全方位体系化竞争\"，需在生态构建、技术研发、行业赋能、商业变现、创新拓展五大能力上全面较劲。政策层面指出中国大模型产业正形成\"创新驱动、基础强化、场景牵引、安全治理\"四位一体格局。技术演进方向上，报告判断人工智能范式从多模态认知迈向具身化智能，加速通向超级智能。对中文读者价值：中国大模型竞争格局与生态演进的中文研究底稿。具体市场规模与企业排名需读全文。", "priority": "扫读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0135", "url_zh": "viewer.html?f=R0135" }, { "title": "\"十五五\"时期我国通用人工智能产业发展趋势研究报告", "title_zh": "\"十五五\"时期我国通用人工智能产业发展趋势研究报告", "publisher": "赛迪研究院", "publisher_zh": "赛迪研究院（工信部直属）", "category": "E", "authority": 5, "date": "2025-11", "date_estimated": true, "tags": [ "宏观", "行业落地" ], "lang": "中文", "url": "https://www.smartcity.team/professional/", "summary": "赛迪研究院（工信部直属研究机构）2025年发布的面向\"十五五\"时期的通用人工智能产业趋势旗舰研究报告，站位国家五年规划视角，系统研判我国通用人工智能产业的发展方向与政策路径。报告重点关注工业制造领域从\"自动化\"到\"智能化\"的转型：研发端用智能仿真缩短周期，制造端通过质量监控实时优化工艺，运营端靠数据驱动决策，助力\"中国智造\"降本提效，覆盖生产全流程的AI技术渗透。作为赛迪在人工智能产业年度研判序列中的代表作，对政府、产业界把握\"十五五\"AI产业布局具有重要参考价值。对中文读者价值：国家级智库对制造业 AI 转型与产业布局的官方研判。发布月份基于报告标题与年度节奏推断，具体核心数据与趋势条目需读全文。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0136", "url_zh": "viewer.html?f=R0136" }, { "title": "2025人工智能十大趋势报告", "title_zh": "2025人工智能十大趋势报告", "publisher": "腾讯研究院", "publisher_zh": "腾讯研究院", "category": "E", "authority": 4, "date": "2025-08-06", "date_estimated": false, "tags": [ "宏观", "基础模型", "治理与风险" ], "lang": "中文", "url": "https://www.jnexpert.com/report/detail?id=5539", "summary": "腾讯研究院2025年发布的人工智能年度趋势旗舰报告，从技术、应用、治理多维度研判全年AI发展方向。十大趋势涵盖：模型走向更大更高效同时强调小型化轻量化以适应边缘计算、AI与物联网融合深化赋能智慧城市、人机交互方式革新、隐私保护与联邦学习等新技术加强数据安全、AI伦理与法律法规制定加快、跨学科交叉研究促进创新、医疗精准诊断与AI辅助应用提升、教育智能化自适应学习、AI人才需求持续增长、以及AI可持续发展与绿色技术等。作为国内头部互联网企业研究院的年度观点输出，报告兼顾技术前瞻与社会治理视角。对中文读者价值：大厂研究院视角的年度 AI 趋势判断。发布日期以数字经济智库平台转载为准，部分条目为二次传播概述，具体论证数据需读全文。", "priority": "参考", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0137", "url_zh": "viewer.html?f=R0137" }, { "title": "2025中国上市公司AI数智化转型白皮书", "title_zh": "2025中国上市公司AI数智化转型白皮书", "publisher": "艾瑞咨询", "publisher_zh": "艾瑞咨询", "category": "E", "authority": 3, "date": "2025-10-08", "date_estimated": false, "tags": [ "企业采纳", "行业落地" ], "lang": "中文", "url": "https://report.iresearch.cn/", "summary": "艾瑞咨询于2025年10月8日发布的《2025中国上市公司AI数智化转型白皮书》，聚焦中国上市公司群体的AI数智化转型现状与路径。白皮书系统介绍上市公司数智化转型的发展现状、痛点与管理应用，列举10个代表性转型案例，并梳理相关趋势与监管要求。作为艾瑞咨询2025年AI主题白皮书序列的代表作，报告从企业实践视角切入，为上市公司决策层、投资者及产业观察者理解AI在头部企业落地的成效与挑战提供结构化参考。艾瑞作为国内知名第三方咨询机构，其行业白皮书在数据颗粒度与案例覆盖上具有一定代表性。对中文读者价值：头部中国企业 AI 转型的案例与路径参照。具体转型成效量化数据与案例细节需读全文。", "priority": "参考", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0138", "url_zh": "viewer.html?f=R0138" }, { "title": "迈向可衡量的治理：2025年度回顾与行动建议", "title_zh": "迈向可衡量的治理：2025年度回顾与行动建议", "publisher": "清华大学人工智能国际治理研究院（AIIG）", "publisher_zh": "清华大学人工智能国际治理研究院（AIIG）", "category": "A", "authority": 4, "date": "2025-12-18", "date_estimated": false, "tags": [ "治理与风险", "Agent", "宏观" ], "lang": "中文", "url": "https://m.jiemian.com/article/13798249.html", "summary": "定位：清华大学人工智能国际治理研究院在2025腾讯ConTech大会发布的年度AI治理旗舰报告，代表中国学术界对全球AI治理格局的系统判断。核心发现：提炼四大洞见——AI已从\"数字助手\"跨越为\"物理行动者\"，智能体与具身智能爆发引入新的责任与失控风险；算力进入ZFLOPS时代，\"能源+算力\"双重瓶颈取代模型参数成为最大约束变量；全球治理陷入\"表面繁荣、实质脱节\"，缺乏统一标尺致治理效能被大国博弈削弱；主张建立\"可衡量\"治理框架，实现对齐认知、诊断问题、引导投资、规则互认四项功能。对中文读者价值：少有的从中国立场出发、兼具国际视野的治理框架文本，为理解2025年AI监管走向与\"可衡量治理\"方法论提供权威中文参照。阅读优先级：治理与合规、政策研究方向必读。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0139", "url_zh": "viewer.html?f=R0139" }, { "title": "Coatue East Meets West 2025 Keynote: State of the Markets (AI Supercycle)", "title_zh": "Coatue 2025 East Meets West 主题演讲：市场现状（AI超级周期）", "publisher": "Coatue Management", "publisher_zh": "Coatue（寇图投资）", "category": "C", "authority": 3, "date": "2025-06-17", "date_estimated": false, "tags": [ "资本与市场", "基础设施", "宏观" ], "lang": "英文", "url": "https://www.coatue.com/blog/company-update/coatues-2025-emw-conference", "summary": "定位：对冲基金Coatue在2025年East Meets West大会上由创始人Philippe与Thomas Laffont发布的100+页宏观与市场主旨deck，是VC/成长股视角下最受关注的AI全景判断之一。核心发现：主张全球已进入\"AI超级周期\"，将提升员工生产率并推动美国GDP创新高；测算微软、谷歌、亚马逊、Meta、特斯拉2025年合计capex约3650亿美元，较2024年增长约70%；点名英伟达、博通、甲骨文、OpenAI为AI浪潮领跑者；以主机-PC-桌面互联网-移动-云的历代范式类比，判断AI为下一个、可能最具颠覆性的技术浪潮。对中文读者价值：一手的美元资本对AI资本开支强度、算力供应链与龙头标的的定量判断，是对照中国券商观点的重要外部锚点。阅读优先级：关注AI投资、算力产业链、二级市场者优先。deck原文需读全文获取完整图表。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0140", "url_zh": "viewer.html?f=R0140" }, { "title": "13 Investors Share Predictions for 2025: AI Economics, Market Forces, Emerging Roles", "title_zh": "13位投资人分享2025预测：AI经济学、市场力量与新兴角色", "publisher": "Insight Partners", "publisher_zh": "Insight Partners", "category": "C", "authority": 3, "date": "2025-01", "date_estimated": true, "tags": [ "资本与市场", "企业采纳", "基础模型" ], "lang": "英文", "url": "https://www.insightpartners.com/ideas/2025-investor-predictions/", "summary": "定位：成长期科技投资机构Insight Partners的年度投资人预测合集，汇集13位合伙人对2025年AI与企业软件走向的判断，代表买方对落地节奏的一线视角。核心发现：核心论点是GenAI能力正从\"竞争优势\"降级为\"基线预期\"，企业不再为\"有AI\"买单而为实际ROI买单；关注AI经济学（单位推理成本与毛利）、市场结构重塑与由AI催生的新兴岗位角色。对中文读者价值：帮助中文读者理解海外VC如何从\"炒作\"转向\"价值验证\"的心态切换，判断企业AI采购逻辑演变。阅读优先级：关注企业AI商业化、SaaS/软件投资者可读。具体分项预测数据需读全文。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0141", "url_zh": "viewer.html?f=R0141" }, { "title": "Voice of the Enterprise: AI & Machine Learning 2025 — Generative AI Shows Rapid Growth but Yields Mixed Results", "title_zh": "企业之声：AI与机器学习2025——生成式AI快速增长但结果参差", "publisher": "S&P Global Market Intelligence", "publisher_zh": "标普全球市场财智", "category": "D", "authority": 4, "date": "2025-10", "date_estimated": true, "tags": [ "企业采纳", "治理与风险", "资本与市场" ], "lang": "英文", "url": "https://www.spglobal.com/market-intelligence/en/news-insights/research/2025/10/generative-ai-shows-rapid-growth-but-yields-mixed-results", "summary": "定位：标普全球市场财智基于VotE: AI & Machine Learning企业调研的2025年GenAI落地效果评估，是分析师机构中样本扎实、口径连续的落地质量报告。核心发现：GenAI采用快速扩张——27%组织实现全组织级采用、33%限于部门或项目级；但\"放弃率\"从去年17%飙升至42%，平均46%的项目在概念验证到规模化之间被砍；对各项业务目标的正面影响普遍回落（营收目标76%、成本管理74%、风险管理70%）；数据质量与预算是失败主因；用例上55%用于客户数据管理、51%客户服务、50%营销个性化。对中文读者价值：以量化口径揭示\"采用率上升但价值兑现下降\"的落地悖论，为中国企业AI投资避坑提供实证对标。阅读优先级：CIO/CTO与AI落地评估必读。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0142", "url_zh": "viewer.html?f=R0142", "metrics": [ { "key": "adoption", "value": "27%", "note": "实现全组织级采用，另 33% 限于部门/项目级" }, { "key": "roi", "value": "放弃率 42%", "note": "项目放弃率从上年 17% 升至 42%，平均 46% 项目在 PoC 到规模化间被砍" } ] }, { "title": "Q4 2025 AI VC Trends", "title_zh": "2025年第四季度 AI 风险投资趋势", "publisher": "PitchBook", "publisher_zh": "PitchBook", "category": "D", "authority": 3, "date": "2026-01", "date_estimated": true, "tags": [ "资本与市场", "企业采纳" ], "lang": "英文", "url": "https://pitchbook.com/news/reports/q4-2025-ai-vc-trends", "summary": "定位：PitchBook的季度AI风投趋势报告Q4收官版，为2025全年AI融资节奏与结构给出权威口径（与库内Q1 2026版不同季度，非重复）。核心发现：Q4单季AI风投达540亿美元，全年收官走高；全球风投2025年部署约5126亿美元，仅次于2021/2022，其中AI占比过半、美国占全部风投约三分之二；GenAI前11个月融资达历史新高870亿美元，几近2024年口径的两倍，且90%流向2.5亿美元以上的巨额轮次；垂直应用在本季交易额与笔数双领先，自主机器环比加速创纪录；标志性轮次包括Project Prometheus 62亿美元、Databricks 40亿美元L轮。对中文读者价值：量化呈现\"资本高度集中于少数巨额轮次\"的2025年AI融资结构。阅读优先级：投资与产业研究者优先。报告详表需读全文。", "priority": "扫读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0143", "url_zh": "viewer.html?f=R0143" }, { "title": "具身智能：AI下一站", "title_zh": "具身智能：AI下一站", "publisher": "中金公司研究部", "publisher_zh": "中金公司研究部", "category": "E", "authority": 4, "date": "2025-06-12", "date_estimated": false, "tags": [ "行业落地", "基础设施", "资本与市场" ], "lang": "中文", "url": "https://finance.sina.com.cn/stock/stockzmt/2025-06-12/doc-inezuhuk3957779.shtml", "summary": "定位：中金公司研究部2025年重磅产业深度报告，以人形机器人为具身智能典型形态，系统拆解本体、软件、硬件产业链，是头部券商AI产业展望的代表作。核心发现：判断人形机器人或为具身智能最佳形态，由类人本体与智能体两组分构成；2025年为量产元年（特斯拉指引年内部署数千台、目标2029-30年产百万台）；测算中国远期潜在市场空间2050年有望达22.8万亿元、2024-50年CAGR约24.7%；硬件围绕关节执行器、灵巧手、传感器三大核心，中国工业基础使硬件非瓶颈但方案仍在迭代；软件以\"大小脑\"为核心、优质训练数据稀缺，采取真实数据+仿真结合。对中文读者价值：中国券商视角下具身智能的完整产业链拆解与量化空间测算，是理解人形机器人投资逻辑的高质量中文底稿。阅读优先级：关注具身智能、机器人产业链者必读。", "priority": "精读", "verify": "仅基于搜索摘要", "source_batch": "2025-BF02", "id": "R0144", "url_zh": "viewer.html?f=R0144" }, { "title": "AI\"泡沫\"走到哪一步了？", "title_zh": "AI\"泡沫\"走到哪一步了？", "publisher": "中金公司研究部", "publisher_zh": "中金公司研究部", "category": "E", "authority": 4, "date": "2025-11-25", "date_estimated": false, "tags": [ "资本与市场", "宏观" ], "lang": "中文", "url": "https://finance.sina.com.cn/stock/marketresearch/2025-11-25/doc-infyqiwn3262695.shtml", "summary": "定位：中金公司2025年11月宏观策略专题，以历史类比框架回答市场最关切的\"AI是否泡沫、处于哪一阶段\"，代表头部券商对AI资本周期的量化判断。核心发现：判断当前AI市场类似1996-1998年而非泡沫高峰，关键不在否认泡沫而在确认阶段；美股七姐妹capex/销售比从2023Q4的9%升至2025Q3的15.9%，低于1998年约20%高点；科技投资占名义GDP比重仅从2.9%升至3.3%，增幅不到互联网革命期一半；企业更依赖内生现金流而非债权融资；动态PE从10月33倍回落至28倍，接近1998年11月水平；一级市场接近1999年火热、二级接近1998年；内生降本增效可省成本9-11%；预测2026年底标普500或达7600-7800点。对中文读者价值：以扎实数据为AI资本狂热提供理性坐标。阅读优先级：投资与宏观关注者优先。", "priority": "精读", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0145", "url_zh": "viewer.html?f=R0145" }, { "title": "2025新智元ASI前沿趋势报告", "title_zh": "2025新智元ASI前沿趋势报告", "publisher": "新智元", "publisher_zh": "新智元", "category": "E", "authority": 3, "date": "2025-09-07", "date_estimated": false, "tags": [ "宏观", "基础模型" ], "lang": "中文", "url": "https://news.qq.com/rain/a/20250907A06MC000", "summary": "定位：新智元在其十周年峰会\"新天终启 万象智生\"上发布的ASI（超级智能）前沿趋势报告，代表头部AI自媒体的行业图谱式趋势判断与二次传播能力。核心发现：核心预测为\"2027年抵达ASI临界，智能体全面爆发\"，阐述ASI如何可能重塑全球竞争格局；报告采集350多家企业资料，依据自建《新智元AI Era影响力评估模型》进行综合分析与全球竞争态势刻画；峰会汇聚百度CTO王海峰、NVIDIA副总裁赖俊杰、百川王小川等产学界领袖，王小川提出2025年为\"AI医疗元年\"。对中文读者价值：以中文视角汇总全球AI企业竞争图谱与ASI时间线判断，适合快速把握舆论场对超级智能叙事的走向；作为自媒体产出，数据严谨性弱于机构报告，宜作趋势参考。阅读优先级：关注AI叙事与趋势者可读。", "priority": "参考", "verify": "已核对原文", "source_batch": "2025-BF02", "id": "R0146", "url_zh": "viewer.html?f=R0146" }, { "title": "AWS Global Startup Trends Report 2026", "title_zh": "AWS 2026 全球初创趋势报告", "publisher": "AWS", "publisher_zh": "亚马逊云科技（AWS）", "category": "D", "authority": 3, "date": "2026-06", "date_estimated": true, "tags": [ "资本与市场", "企业采纳" ], "lang": "英文", "url": "https://press.aboutamazon.com/2026/6/aws-global-startup-trends-report-reveals-ai-native-startups-are-reaching-billion-dollar-valuations-in-half-the-time", "summary": "定位：AWS 对全球数千家初创企业的年度趋势报告，系统比较 AI 原生与传统初创的成长曲线。核心发现：AI 原生初创达 10 亿美元独角兽估值平均仅需 3.5 年，是传统路径（7+ 年）的一半；人均年收入超 40 万美元的比例达 55%；年均收入增长率 156%（传统 65% 的 2.4 倍）；98% 配备专属内部 AI 人才团队、AI 支出年增 46%（传统 35%）；68% 有正式 AI 战略、72% 有专有 AI 能力（传统 45%、30%）。对中文读者价值：给规划数字化转型的 CTO/CDO 一个硬对标——AI 原生企业把「内部 AI 能力团队」当基础设施而非可选附件，优先级不是找几个试点而是先建能力团队。优先级理由：厂商侧数据、结论清晰，扫读；数据源自 AI 组织雷达对官方新闻稿的整理，引用前建议核对原文。", "priority": "扫读", "verify": "官方新闻稿", "id": "R0147", "url_zh": "viewer.html?f=R0147" }, { "title": "When Humans and AI Work Best Together — and When Each Is Better Alone", "title_zh": "人类与 AI 何时协同最优、何时各自单独更好（元分析）", "publisher": "MIT", "publisher_zh": "麻省理工", "category": "A", "authority": 4, "date": "2025-02-03", "date_estimated": false, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://mitsloan.mit.edu/ideas-made-to-matter/when-humans-and-ai-work-best-together-and-when-each-better-alone", "summary": "定位：MIT Sloan 报道的一项元分析，系统回答「人类单独 / AI 单独 / 人机协同」三种模式各自最优的场景，覆盖 2020.01–2023.07 共 106 项实验、370 个效应值。核心发现：打破两个偏见——① 并非「AI 总比人好」（需专业知识与情感语境的任务人类仍占优，如鸟类图像分类 人 81% vs AI 73%）；② 并非「人机协同总最优」（决策类任务人机组合反而不如单一最优系统，疑因人类对 AI 建议「过度锚定」）；真正的协同增益出现在「人类原本较强 + AI 弥补特定短板」的内容创作类迭代反馈场景。对中文读者价值：给关键决策场景（信贷审批/高风险采购/人才晋升）设计人机流程时的实证依据——明确规定「AI 建议只作参考、人类独立判断」，防止被 AI 输出过度锚定。优先级理由：方法扎实、结论反直觉，精读。数据源自 AI 组织雷达二手整理，引用前核对原文。", "priority": "精读", "verify": "已核对原文", "id": "R0148", "url_zh": "viewer.html?f=R0148" }, { "title": "2026 Global Human Capital Trends: Human-AI Interaction Design", "title_zh": "2026 全球人力资本趋势：人机交互设计", "publisher": "Deloitte", "publisher_zh": "德勤", "category": "B", "authority": 4, "date": "2026-01", "date_estimated": true, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://www.deloitte.com/us/en/insights/topics/talent/human-capital-trends/2026/human-ai-interaction-design.html", "summary": "定位：德勤《2026 全球人力资本趋势》聚焦「人机交互设计（Human-AI Interaction Design）」的专题。核心发现：一家欧洲电信公司把 90% 的 AI 落地预算投入人机工作流重设计、信任协议与员工培训（仅 10% 用于技术本身），生产力提升 30%；对照「只把 AI 工具加进现有流程」的公司仅提升约 5%，差距 6 倍。仅 14% 领导者自认擅长设计人机协作；59% 企业采用「技术中心」而非「以人为中心」的工作流重设计；优先做好人机设计的组织，达成 AI ROI 预期概率是对照组 2 倍、财务表现优秀概率 2.5 倍。并提出「文化负债（Culture Debt）」概念。对中文读者价值：培训/转型顾问最有力的「6 倍差距」销售钥匙——工作流重设计才是 AI 投入真正产生回报的杠杆点。优先级理由：案例 + 数据 + 框架俱全，精读。数据源自 AI 组织雷达二手整理，引用前核对原文。", "priority": "精读", "verify": "已核对原文", "id": "R0149", "url_zh": "viewer.html?f=R0149" }, { "title": "AI Has Made Work Reinvention a CEO Mandate", "title_zh": "AI 已让「工作重塑」成为 CEO 的使命", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-06", "date_estimated": true, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/ai-has-made-work-reinvention-a-ceo-mandate", "summary": "定位：BCG 关于「AI 转型本质是领导力测试而非技术升级」的观点报告。核心发现：72% 的 CEO 认为自己是组织内 AI 决策的主要责任人（较 2025 年翻倍），50% 认为公司的工作稳定性取决于如何应对 AI；核心错误是把 AI「叠加」到现有工作流，而应「重新思考这项工作存在的理由」；工作重塑含三大结构性转变——角色流动化、决策加速、人机协作价值化；之所以需 CEO 级推动，因其触碰角色边界、组织界线与职业认同，自下而上无法突破。对中文读者价值：CDO/CDTO 的「向上管理」工具——用数据向 CEO 论证「AI 转型必须从最高层推、技术团队推不动」，拿到背书而非在中层拉锯。优先级理由：观点为主、数据点较少，扫读。数据源自 AI 组织雷达二手整理，引用前核对原文。", "priority": "扫读", "verify": "官方新闻稿", "id": "R0150", "url_zh": "viewer.html?f=R0150" }, { "title": "Reinvention of the CHRO in an AI-Driven Enterprise", "title_zh": "AI 驱动企业中的 CHRO 重塑", "publisher": "BCG", "publisher_zh": "波士顿咨询", "category": "B", "authority": 4, "date": "2026-06", "date_estimated": true, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://www.bcg.com/publications/2026/reinvention-of-the-chro-in-an-ai-driven-enterprise", "summary": "定位：BCG 将 HR 功能置于 AI 转型核心的系统研究，论断「AI 转型不住在 IT 部门，住在 HR 部门」。核心发现：提出 AI 转型价值 10/20/70 模型——算法贡献 10%、技术与数据基础 20%、人员/组织/流程转型 70%（恰是 CHRO 核心职责）；HR 把 AI 用于绩效评估可使评绩时间削减 45%、质量提升 22%、员工满意度 90%，招聘/学习发展/人力分析效率普遍提升 20%-30%；AI 转型失败主因（知识技能缺乏、采纳不足、人才短缺、跨部门协作难）全属 HR 议题；CHRO 应从「技术支持者」转为「混合劳动力架构师」，走「基础系统加固 + HR 自身 AI 重构」双速议程。对中文读者价值：HRBP 在 AI 预算会上重建战略话语权的工具——70% 的转型成败取决于 HR 主导的人员与流程变革。优先级理由：框架实用，扫读。数据源自 AI 组织雷达二手整理，引用前核对原文。", "priority": "扫读", "verify": "仅基于搜索摘要", "id": "R0151", "url_zh": "viewer.html?f=R0151" }, { "title": "Writing Code vs. Shipping Code: The Productivity Bottleneck of AI Coding Tools (NBER WP 35275)", "title_zh": "写代码 vs 发布代码：AI 编程工具的生产力瓶颈（NBER 工作论文 35275）", "publisher": "NBER", "publisher_zh": "美国国家经济研究局", "category": "A", "authority": 5, "date": "2026-05", "date_estimated": true, "tags": [ "企业采纳", "基础模型" ], "lang": "英文", "url": "https://www.nber.org/papers/w35275", "summary": "定位：Wharton 研究员 Leon Musolff 团队的 NBER 工作论文（沃顿第三届「AI 与未来工作会议」发布），量化 AI 编程工具对真实软件产出的影响。核心发现：以同步 AI 代理工具为例，开发者代码行数增加约 741%（约 8 倍）、拉取请求数增加 65%，但实际软件版本发布仅增加 20%；即便按最保守的「17 倍代码行数」换算，实际软件产出的放大系数也只有 40%。瓶颈在于人工审查无法按比例扩展——测试、验证、代码审查、部署仍依赖人力监督，输入端爆炸、输出端相对平稳。对中文读者价值：研发团队引入 AI 编程工具须同步附带「下游审查能力扩容计划」，否则陷入「虚假效率提升」，瓶颈只是转移而非消除。优先级理由：学术论文、单点结论清晰，扫读。数据源自 AI 组织雷达二手整理，引用前核对原文。", "priority": "扫读", "verify": "官方新闻稿", "id": "R0152", "url_zh": "viewer.html?f=R0152" }, { "title": "Performance Management Needs New Metrics in the AI Era", "title_zh": "AI 时代的绩效管理需要新指标", "publisher": "Harvard Business Review", "publisher_zh": "哈佛商业评论", "category": "A", "authority": 4, "date": "2026-07", "date_estimated": true, "tags": [ "企业采纳", "治理与风险" ], "lang": "英文", "url": "https://hbr.org/2026/07/performance-management-needs-new-metrics-in-the-ai-era", "summary": "定位：HBR 2026 年 7 月文章，直指「AI 提升了效率却让传统绩效指标失效」的组织悖论。核心发现：员工用 AI 时表面看起来「高效」（快速产出大量内容），但真正创造价值的是那些放慢速度去验证 AI 输出、质疑模型假设、纠正错误的人——而这类行为在以速度/任务量/效率为核心的传统 KPI 下会被评为「表现不佳」，形成「惩罚有判断力者、奖励盲目追产量者」的反向激励；提出三层测量框架——人类贡献层 / AI 系统层 / 人机协同层；核心主张是判断力与问责不应被速度牺牲，否则中期会让最有价值的判断力人才系统性流失。对中文读者价值：HR 修订年度绩效体系的方法论依据——增加「人机协同贡献度」维度，避免「用 AI 刷数字者高分、有判断力但产出慢者低分」的偏差。优先级理由：观点性文章，扫读。基于 AI 组织雷达整理，引用前核对原文。", "priority": "扫读", "verify": "仅基于搜索摘要", "id": "R0153", "url_zh": "viewer.html?f=R0153" }, { "title": "When Developing an AI Strategy, Beware the Urgency Trap", "title_zh": "制定 AI 战略时，警惕「紧迫陷阱」", "publisher": "Harvard Business Review", "publisher_zh": "哈佛商业评论", "category": "A", "authority": 4, "date": "2026-07", "date_estimated": true, "tags": [ "企业采纳" ], "lang": "英文", "url": "https://hbr.org/2026/07/when-developing-an-ai-strategy-beware-the-urgency-trap", "summary": "定位：HBR 2026 年 7 月文章，点名企业高管圈蔓延的「紧迫陷阱（Urgency Trap）」——把 AI 当成应对当下紧迫痛点的速效药，而非长期战略能力的基础设施。核心发现：引用 MIT「95% 的生成式 AI 试点项目失败」与「对 6000+ 高管调研约 90% 在过去三年内无法报告任何可测量的 AI 生产力提升」，论断根因不是技术失败而是思维方式失败——领导者总从最紧迫的问题出发设计 AI 应用，带来一批快速启动、快速热情、然后悄无声息失败的试点；正确路径是「明确目的 → 抵抗紧迫偏见 → 推进公司愿景」，AI 治理应从「项目制」转向「能力制」（建可复用的 AI 能力基础设施）。对中文读者价值：给客户做 AI 战略快速问诊——你的 AI 项目是在解决今天最焦虑的问题，还是在建五年后赖以竞争的能力？优先级理由：观点文章、数据多为二手引用，扫读。基于 AI 组织雷达整理，引用前核对原文。", "priority": "扫读", "verify": "官方新闻稿", "id": "R0154", "url_zh": "viewer.html?f=R0154" } ], "backlog_out_of_window": [ { "title": "BCG AI Radar 2026", "publisher": "BCG", "date": "2026-01", "note": "CEO 主导 AI，投入翻倍至营收 1.7%" }, { "title": "The State of Organizations 2026", "publisher": "McKinsey", "date": "2026-02", "note": "1 万高管调研，1:5 技术人才投入比" }, { "title": "AI Agent 企业级应用现状与推荐 2025", "publisher": "IDC 中国", "date": "2025-06", "note": "66% 中国企业偏好按业务成果计费" }, { "title": "营销智能体白皮书", "publisher": "艾瑞咨询", "date": "2026 H1", "note": "国内首份营销智能体白皮书" } ] }